Hva er maskinlæring og hvorfor det kan ta fra deg jobben
Av Teknologi / / December 19, 2019
Inntil nylig hadde programmerere å skrive kompliserte og svært presise instruksjoner, selv for datamaskiner til å utføre de enkleste oppgaver.
språk programmering alltid utviklet, men den mest betydningsfulle prestasjon var å forenkle arbeidet med koden i dette området. Nå kan datamaskiner ikke programmeres som før, og justere slik at de trent seg.
Denne prosessen, som kalles maskinlæring, lover å være en ekte teknologisk gjennombrudd, og kan påvirke alle, uavhengig av omfanget av sin virksomhet. Derfor, for å forstå temaet vil være nyttig for hver enkelt av oss.
Hva er maskinlæring
Maskinlærings frigjør programmerer fra å måtte forklare i detalj datamaskinen, hvordan å løse problemet. I stedet er datamaskinen lært å finne en løsning på egen hånd. Faktisk maskinlæring - dette er en svært omfattende bruk av statistikk for å finne mønstre i dataene, og basert på dem de nødvendige prognoser.
Historien om maskinlæring begynte i 1950, da informatikk klart å lære en datamaskin for å spille dam. Siden da, sammen med datakraft ble økende kompleksiteten av lover og spådommer om at datamaskinen er i stand til å gjenkjenne og rekkevidde, samt problemer at det kan løse.
Først algoritmen får et sett med treningsdata, og deretter bruker dem til å behandle forespørsler. For eksempel kan du laste inn i bilen noen få bilder med en beskrivelse av innholdet, for eksempel "i dette bildet viser en katt" og "i dette bildet er det ingen katt." Hvis du deretter legge det nye bildet datamaskin, vil den begynne å identifisere bilder med katter allerede eier.
Algoritmen fortsetter å øke. Sanne og falske gjenkjenningsresultatene inn i databasen, og behandles med hvert bilde programvare blir smartere og bedre og bedre takle oppgaven. I hovedsak er dette opplæringen.
Hvorfor maskin læring - dette er viktig
Nå maskinen trygt kan brukes i områder som tidligere har vært tilgjengelig bare til den personen. Selv om teknologien er fortsatt langt fra ideelt, det faktum at datamaskiner blir stadig bedre. Teoretisk kan de vokse på ubestemt tid. Dette er den viktigste ideen om maskinlæring.
Machine lære å se på bildene og klassifisere dem, som i eksempelet ovenfor med bildet. De kan gjenkjenne tekst og tall i disse bildene, samt personer og steder. Og datamaskiner er ikke bare skrevet ord avsløre, men også ta hensyn til sammenheng med deres bruk, herunder positive og negative nyanser av følelser.
Blant annet kan maskinen lytte til oss og svare. Virtuelle assistenter i våre smartphones - enten Siri, Cortana og Google Now - legemlig gjennombrudd i maskin behandlingen av naturlig språk, og fortsette å utvikle.
I tillegg er datamaskiner lære å skrive. maskinlæringsalgoritmer har generert nyhetsartikler. De kan skrive om økonomi og selv sport.
Slike funksjoner kan endre alle typer aktiviteter, basert på innføring og klassifisering av data som tidligere var bare av mannen. Hvis datamaskinen kan kjenne igjen et bilde, dokument, en fil eller et annet objekt, og nøyaktig beskrive det, åpner det opp muligheter for automatisering.
Som maskin læring er brukt i dag
Maskin læring algoritmer er allerede i stand til å imponere.
Medecision selskapet bruker dem til å beregne risikofaktorer for ulike sykdommer i store oppgjør. For eksempel har algoritmen identifisert åtte variabler som kan brukes til å konkludere med en diabetiker behov for å bli innlagt på sykehus eller ikke.
Etter å ha søkt etter den rette produktet i nettbutikken, kan det hende at du kan se på internett annonsering av dette produktet i lang tid. Slik markedsføring tilpassing er bare toppen av isfjellet. Selskaper kan automatisk sende e-post, kuponger, tilbud og visnings anbefalinger skreddersydd for hver kunde individuelt. Alt dette er mer nøyaktig skyver forbrukeren til å kjøpe.
Naturlig språk prosessering er forskjellige applikasjoner i mange områder. For eksempel kan det hjelpe å erstatte ansatte i hjelpeapparatet raskt gi nødvendig informasjon til brukerne. I tillegg til disse algoritmene hjelpe jurister i å tyde komplekset dokumentasjon.
IBM nylig intervjuetAutomotive 2025: Industri uten grenser. automotive CEOs. 74% av dem forventer fremveksten av intelligente maskiner på veien så tidlig som 2025.
Slike biler vil få informasjon om eieren og hans omgivelser med hjelp av Internett av ting. På grunnlag av disse dataene, vil de være i stand til å endre temperaturinnstillinger, lyd, sittestilling og andre innstillinger automatisk. Intelligente maskiner vil også løse problemer selv, sine egne driv og gi anbefalinger, tar hensyn til trafikk og veiforhold.
Hva du kan forvente i fremtiden fra maskinlæring
De mulighetene til oss i fremtiden, maskinlæring, er nesten ubegrensede. Her er noen imponerende eksempler.
- Personlig helsevesen som gir helsehjelp til pasienter individuelt, tar hensyn til deres genetiske kode og livsstil.
- Verne programmer som beregner nøyaktig hackere og skadelig programvare.
- Datastyrte sikkerhetssystemer for flyplasser, stadioner og andre slike steder, for å identifisere potensielle trusler.
- Selvstyrende biler, som er orientert i rommet, redusere antall trafikkorker og ulykker på veiene.
- Avansert beskyttelse mot svindel som kan beskytte pengene i våre regnskaper.
- Universal oversetter som vil tillate oss å få en nøyaktig og rask oversettelse via smarttelefoner og andre smarte enheter.
Hvorfor bør du se opp for maskinlæring
Mens mange av disse funksjonene vil merkes med bruk av ny teknologi, har de fleste ikke ønsker å forstå hvordan det fungerer fra innsiden. Men alle av oss bedre opphold våken. Tross alt, med alle fordelene av videre fremdrift vil bringe konkrete konsekvenser for arbeidsmarkedet.
Maskin læring basert på den stadig økende mengden av data, som genererer nesten hver person på jorden, vil endre yrke. Selvfølgelig vil disse nyvinningene forenkle arbeidet for mange mennesker, men det finnes også de som de mister jobbene sine. Etter at algoritmer har allerede svart på brevet, tolke medisinske bilder, hjelp i prøvelser, analysere dataene, og så videre.
Maskin lære av egen erfaring, så programmerere ikke lenger trenger å skrive kode for hver unormal situasjon. Denne evnen til å lære, sammen med utviklingen av robotikk og mobile teknologier tillate datamaskiner til å håndtere komplekse oppgaver bedre enn noen gang før.
Men hva skjer med folk når de overstiger maskinen?
i henhold tilThe Future of Jobs. World Economic Forum, for de neste fem årene, datamaskiner og roboter vil ta fem millioner arbeidsplasser, som nå tilhører folket.
Derfor trenger vi å holde styr på hvor maskinlæring endrer arbeidsflyten. Det spiller ingen rolle hvem du er: advokater, leger, støttepersonell, en lastebilsjåfør eller noen andre. Endringer kan påvirke noen.
Den beste måten å unngå ubehagelige overraskelser når datamaskiner begynner å velge jobb - tenk forebyggende og forberede seg.