Paul Downey | Flickr
Strojno učenje je fraza, ki se vse pogosteje spopada, vendar mnogi še vedno ne vedo natančno, kaj je to . Seveda obstaja razlog za to. Še vedno je v zelo zgodnji fazi in mnogi domnevajo, da to še vedno ne vpliva na splošno populacijo. V resnici to morda ni tako resno, kot nekateri domnevajo.
Kaj je torej strojno učenje? In za kaj se danes uporablja? Tu je naš vodič o vsem, kar morate vedeti o strojnem učenju.
Kaj je strojno učenje?
Strojno učenje, preprosto povedano, je oblika umetne inteligence, ki računalnikom omogoča učenje brez dodatnih programov. Z drugimi besedami, programska oprema se lahko sama nauči novih stvari, ne da bi jih programer ali inženir moral ničesar naučiti. Strojno učenje je sposobno jemati podatke in zaznati vzorce in poiskati rešitve, nato pa te rešitve uporabiti za druge težave.
Slika: K? Rlis Dambr? Ns | Flickr
Pomembno je opozoriti, da strojno učenje kot koncept sploh ni novo - težko je izslediti natančen izvor koncepta, če upoštevamo, da se združuje v druge oblike tehnologije in iz njih. Lahko bi trdili, da strojno učenje sega vse do ustanovitve Turingovega testa, ki je bil uporabljen za ugotavljanje, ali ima računalnik inteligenco. Prvi računalniški program, ki se je učil, pa je bila igra na dirke, ki jo je leta 1952 razvil Arthur Samuel. Ta igra je postajala boljša, bolj ko se je igrala.
Najnovejša tehnologija pa drastično izboljšuje strojno učenje. Na primer, strojno učenje zahteva ogromno procesne moči, tako da smo šele v novi zgodovini začeli razvijati osnovno strojno učenje.
Obstaja nekaj glavnih načinov, kako programerji izvajajo strojno učenje. Prvi se imenuje „nadzorovano učenje“. To v bistvu pomeni, da stroj napaja težave, kjer je rešitev problema znana. Algoritem učenja je sposoben sprejeti te težave skupaj z želenimi rezultati, prepoznati vzorce težav in v skladu s tem ukrepati. Nadzorovano učenje se pogosto uporablja za napovedovanje prihodnjih dogodkov - na primer, kdaj je morda transakcija s kreditno kartico lažna.
Druga izvedba strojnega učenja se imenuje „nenadzorovano učenje“. V tem primeru rezultat težave ni dan programski opremi - namesto tega se napaja težave in mora zaznati vzorce v podatkih. Cilj je najti strukturo v podatkih, ki jih daje.
Tretji del je „napol pod nadzorom učenja“. Ta metoda strojnega učenja se pogosto uporablja za iste stvari kot nadzorovano učenje, vendar jemlje podatke z rešitvijo in podatke brez. Učenje pod nadzorom se pogosto izvaja, kadar so sredstva omejena in podjetja ne morejo zagotoviti celotnega niza podatkov za učni proces.
Nenazadnje je „okrepljeno učenje“, ki se uporablja posebej za stvari, kot so igre na srečo in roboti. Okrepitvenega učenja se v osnovi učijo s poskusi in napakami - stroj poskuša stvari in se uči na podlagi svojih uspehov ali neuspehov. Cilj je, da stroj ugotovi najboljše možne rezultate.
Seveda vse te metode strojnega učenja vključujejo napajanje stroja na stotine tisoč težav in ogromno količino podatkov. Res, več podatkov je bolje.
Kje se danes uporablja strojno učenje?
Slike denarja | Flickr
Pravzaprav je danes veliko mest, kjer se danes uporablja strojno učenje. Mnogi od njih so zakulisni, vendar boste morda presenečeni, ko veste, da je veliko takšnih, ki jih uporabljate vsak dan.
Morda je ta, ki jo največ uporabljate, v vašem osebnem asistentu - tako je, podobno kot Siri in Google Now uporabljata strojno učenje, v veliki meri za boljše razumevanje vzorcev govora. S toliko milijoni ljudi, ki uporabljajo Siri, je sistem sposoben resno napredovati pri ravnanju z jeziki, poudarki ipd.
Seveda Siri ni edina potrošniška aplikacija strojnega učenja. Druga uporaba je v bančništvu, na primer odkrivanje goljufij. Na primer, algoritmi strojnega učenja lahko sledijo vzorcem porabe in na podlagi preteklih goljufivih dejavnosti določijo, kateri vzorci so bolj lažni.
Pravzaprav celo vaša e-pošta morda uporablja strojno učenje. Na primer, težava je z neželeno e-pošto in se sčasoma razvija. E-poštni sistemi uporabljajo strojno učenje za sledenje vzorcev neželene pošte in spreminjanja neželene e-pošte, nato pa jih na podlagi teh sprememb vnesejo v mapo z neželeno pošto.
Sklepi
Strojno učenje je velik del tega, kako uporabljamo tehnologijo, ki gre naprej, in kako nam lahko pomaga tehnologija. Od Siri do ameriške banke strojno učenje postaja vse bolj razširjeno in to bo verjetno le še naprej.
