Počítače nepřebírají, ale každý den jsou stále chytřejší
Stručně řečeno, strojové učení (ML) je programování počítačů (počítačů) tak, aby mohly provádět požadované úkoly pomocí a analyzovat data (informace), aby tuto úlohu prováděly nezávisle bez dalšího specifického vstupu od vývojáře.
Strojové učení 101
Termín "strojové učení" byl vytvořen v laboratořích IBM v roce 1959 Arthurem Samuelem, průkopníkem umělé inteligence (AI) a počítačového hraní. Strojové učení je výsledkem umělé inteligence. Samuelův předpoklad měl obrátit počítačový model času vzhůru nohama a přestal dát počítačům, co se naučit.
Místo toho chtěl, aby se počítače začaly vypořádat sami o sobě, aniž by lidé museli zadávat i ty nejmenší informace. Pak si myslel, že počítače neprovádějí pouze úkoly, ale nakonec se mohou rozhodnout, které úkoly mají vykonávat a kdy. Proč? Aby počítače mohly snížit množství práce, kterou lidé potřebovali k výkonu v dané oblasti.
Jak funguje učení stroje
Strojové učení pracuje pomocí algoritmů a dat. Algoritmus je sada pokynů nebo pokynů, které říkají počítači nebo programu, jak provádět úkol. Algoritmy používané v ML shromažďují data, rozpoznávají vzorce a používají analýzu těchto dat, aby přizpůsobili své vlastní programy a funkce k dokončení úkolů.
ML algoritmy používají sady pravidel, rozhodovací stromy, grafické modely, zpracování přirozeného jazyka a neuronové sítě (abychom jmenovali několik), aby automatizovali zpracování dat, aby mohli přijímat rozhodnutí a provádět úkoly. Zatímco ML může být složité téma, Google's Teachable Machine poskytuje zjednodušené praktické ukázky toho, jak funguje ML.
Nejsilnější forma strojního učení, která se dnes používá, tzv. Hluboké učení , staví složitou matematickou strukturu nazývanou neuronová síť založená na velkém množství dat. Neuronové sítě jsou sady algoritmů v ML a AI modelovaných po cestě nervovými buňkami v lidském mozku a informacích o procesu nervového systému.
Umělá inteligence vs. strojová učení vs. dolování dat
Chcete-li lépe porozumět vztahu mezi AI, ML a dolování dat, je užitečné uvažovat o sérii různých deštníků. AI je největším deštníkem. Deštník ML je o velikosti menší a hodí se pod deštník AI. Dáždnik pro dolování dat je nejmenší a spadá pod ML deštník.
- AI je obor počítačové vědy, jehož cílem je naprogramovat počítače tak, aby plnily úkoly "inteligentnějšími" a "lidskými" způsoby, a to za použití úvah a rozhodovacích technik modelovaných po lidské inteligenci.
- ML je kategorie výpočetní techniky v rámci AI zaměřené na programovací stroje (počítače), které se učí (shromažďují potřebná data nebo příklady), aby automatizovaněji prováděly inteligentní a řízená data.
- Dolování dat využívá statistiky, ML, AI a obrovské databáze informací, které vyhledávají vzory, poskytují informace, vytvářejí klasifikace, identifikují problémy a poskytují detailní analýzu dat.
Co může učení strojů (a již funguje)
Kapacita pro počítače, která analyzuje obrovské množství informací za zlomek sekundy, činí ML užitečnou pro řadu průmyslových odvětví, kde je nezbytná doba a přesnost.
- Lékařství: technologie ML se zavádí v řadě řešení pro oblast lékařství, včetně pomoci lékařům tísňového oddělení s rychlejší diagnostikou pacientů s neobvyklými příznaky. Lékaři mohou do programu vložit seznam symptomů pacienta a program ML pomocí ML může vyčistit bilióny terabytů informací z lékařské literatury a internetu a vrátit seznam možných diagnóz a doporučených testů nebo léčby v rekordním čase.
- Vzdělání: ML se používá k vytváření vzdělávacích nástrojů, které se přizpůsobují vzdělávacím potřebám studenta, jako jsou virtuální učitelé a elektronické učebnice, které jsou interaktivní. Tyto nástroje používají ML k zjištění, které koncepty a dovednosti student chápe pomocí krátkých kvízů a praktických cvičení. Nástroje pak poskytují krátké videozáznamy, další příklady a podkladové materiály, které pomáhají studentovi učit se potřebným dovednostem nebo koncepcím.
- Automobilový průmysl: ML je také klíčovým prvkem v rozvíjející se oblasti automobilů s vlastním pohonem (také nazývané vozy bez řidiče nebo autonomní automobily). Software, který provozuje automobily s vlastním pohonem, využívá ML při silničních testech v reálném životě a při simulacích k detekci silničních podmínek (jako jsou ledové silnice) nebo při identifikaci překážek na vozovce a učení se o vhodných jízdních úlohách pro bezpečnou navigaci v takových situacích.
Pravděpodobně jste se již mnohokrát setkali s ML, aniž byste si to uvědomili. Některé z běžnějších použití ML technologie zahrnují praktické rozpoznávání řeči ( Samsung Bixby , Apple's Siri a mnoho talk-to-text programů, které jsou standardně na PC), filtrování nevyžádané pošty pro vaše e-maily, budování informačních kanálů, odhalování podvodů, personalizace nákupní doporučení a efektivnější výsledky vyhledávání na webu.
ML se dokonce podílí na vašem Facebooku . Když se vám líbí nebo často kliknete na příspěvky přítele, algoritmy a ML v zákulisí se "dozvědí" ze svých akcí v průběhu času, aby upřednostňovali určité přátele nebo stránky ve vašem Newsfeedu.
Jaká strojová učení nemůže dělat
Existují však limity na to, co ML může udělat. Například použití technologie ML v různých průmyslových odvětvích vyžaduje značné množství vývoje a programování lidí, aby se specializovaly na program nebo systém pro typy úkolů, které tento průmysl vyžaduje. Například v našem lékařském příkladu výše byl program ML používaný v pohotovostním oddělení vyvinut speciálně pro humánní medicínu. V současné době není možné tento přesný program aplikovat přímo ve veterinárním havarijním středisku. Takový přechod vyžaduje rozsáhlou specializaci a vývoj lidských programátorů, aby vytvořili verzi, která by dokázala tuto úlohu provádět pro veterinární nebo zvířecí medicínu.
Vyžaduje také neuvěřitelně velké množství dat a příkladů, aby se "učil" informace, které potřebuje pro rozhodování a plnění úkolů. Programy ML jsou také velmi doslovné v interpretaci dat a boje se symbolikou a také některé typy vztahů v rámci výsledků dat, jako je příčina a účinek.
Pokračující pokrok však přináší společnosti ML více základní technologie, která každý den vytváří chytřejší počítače.