Co jest uczenie maszynowe i dlatego może pozbawić cię pracę

Do niedawna programiści musieli napisać skomplikowanych i bardzo dokładnych instrukcji, nawet dla komputerów do wykonywania najprostszych zadań.

języki programowanie zawsze rozwinięty, ale najbardziej znaczącym osiągnięciem było uproszczenie pracy z kodem w tej dziedzinie. Teraz komputery nie mogą zostać zaprogramowane tak jak poprzednio, i ustawić tak, aby wyszkolony sami.

Proces ten, nazywany uczenie maszynowe, zapowiada się prawdziwy przełom technologiczny, i może dotknąć każdego, niezależnie od zakresu jego działalności. Dlatego, aby zrozumieć ten temat byłaby użyteczna dla każdego z nas.

Co jest uczenie maszynowe

uczenie maszynowe uwalnia programistę od konieczności szczegółowego wyjaśnienia komputer, jak rozwiązać ten problem. Zamiast tego, komputer uczy się znaleźć rozwiązanie na własną rękę. W rzeczywistości, uczenie maszynowe - jest to bardzo wszechstronna aplikacja statystyk znaleźć wzorce w danych, a na ich podstawie niezbędne prognozy.

Historia uczenia maszynowego rozpoczął w 1950 roku, kiedy udało się uczyć informatyki komputera do zabaw w warcaby. Od tego czasu, wraz z mocy obliczeniowej rosła złożoność przepisów i przewidywań, że komputer jest w stanie rozpoznać i osiągnąć, a także problemy, które można rozwiązać.

Pierwszy algorytm uzyskuje zbiór danych treningowych, a następnie wykorzystuje je do wniosków procesowych. Na przykład, można ładować w samochodzie kilka zdjęć z opisem ich zawartości, takie jak „na tym zdjęciu przedstawia kota” i „na tym zdjęciu nie ma kota.” Jeśli następnie dodać nowy komputer obrazu, to zacznie identyfikować zdjęcia z kotami już posiadasz.

Algorytm nadal poprawiać. Prawdziwe i fałszywe wyniki rozpoznawania wprowadzić do bazy danych, i traktuje każde oprogramowanie zdjęcie staje się mądrzejszy i lepiej radzić sobie z zadaniem. W istocie, jest to szkolenie.

Dlaczego uczenie maszynowe - to jest ważne

Teraz maszyna może być bezpiecznie stosowany w miejscach, które wcześniej były dostępne tylko dla danej osoby. Chociaż technologia jest wciąż daleki od ideału, fakt, że komputery są coraz lepsza. Teoretycznie mogą rosnąć w nieskończoność. Jest to główna idea uczenia maszynowego.

Maszyna do nauki, aby zobaczyć obrazy i klasyfikuje je, tak jak w powyższym przykładzie z fotografii. Mogą rozpoznać tekst i numery tych obrazów, a także ludzi i miejsc. I komputery nie są po prostu napisane słowa ujawniają, ale również wziąć pod uwagę kontekst ich użycia, w tym pozytywnych i negatywnych odcieni emocji.

Między innymi, urządzenie może nas słuchać odpowiedzi. Wirtualnych asystentów w naszych smartfonach - czy to Siri, Cortana i Google Now - uosabiają przełomu w przetwarzaniu języka naturalnego maszyn i nadal się rozwijać.

Ponadto, komputery uczą się pisać. algorytmy uczenia maszynowego zostały wygenerowane nowe artykuły. Mogą pisać o finanse, a nawet sportu.

Funkcje te można zmienić wszystkie rodzaje działalności, w oparciu o wprowadzeniu i klasyfikacji danych, które wcześniej były jedynie przez człowieka. Jeśli komputer może rozpoznać obrazu, dokument, plik lub inny obiekt, a dokładnie go opisać, to otwiera możliwości automatyzacji.

Jak uczenie maszynowe służy dziś

algorytmy uczenia maszynowego są już w stanie zaimponować.

Firma Medecision wykorzystuje je do obliczania czynników ryzyka różnych chorób w dużych osiedli. Na przykład, algorytm zidentyfikował osiem zmiennych, które mogą być wykorzystane do zawarcia z cukrzycą musi być hospitalizowany, czy nie.

Po wyszukaniu odpowiedniego produktu w sklepie internetowym, można zauważyć, że można zobaczyć na reklamy internetowej tego produktu przez długi czas. Taka personalizacja marketing to tylko wierzchołek góry lodowej. Firmy mogą automatycznie wysyłać e-maile, kupony, oferty i zalecenia wyświetlania dopasowane do każdego klienta indywidualnie. Wszystko to jest dokładniej popycha konsumenta do zakupu.

przetwarzanie języka naturalnego są różne zastosowania w wielu dziedzinach. Na przykład, może to pomóc zastąpić pracowników w usługach wspierających szybko wydać niezbędne informacje dla użytkowników. Ponadto, te algorytmy aby pomóc w rozszyfrowaniu prawników złożonej dokumentacji.

IBM niedawno wywiadAutomotive 2025: Branża bez granic. Prezesi motoryzacyjnych. 74% z nich oczekiwać pojawienie się inteligentnych maszyn na drodze już w 2025 roku.

Takie pojazdy będzie uzyskać informacje o właścicielu i jego otoczenie za pomocą Internet przedmiotów. Na podstawie tych danych, będą w stanie automatycznie zmienić ustawienia temperatury, audio pozycję siedzenia i inne ustawienia. Inteligentne maszyny będą także rozwiązać problemy sami, ich własny napęd i wydawać zalecenia, biorąc pod uwagę warunki ruchu konto i drogowych.

Czego można oczekiwać w przyszłości z uczenia maszynowego

Możliwości oferowane nam w nauce przyszłość, maszyna, są niemal nieograniczone. Oto kilka imponujących przykładów.

• Spersonalizowany system opieki zdrowotnej, który zapewnia opiekę zdrowotną dla pacjentów indywidualnie, biorąc pod uwagę ich kod genetyczny i sposób życia.
• programy ochronne, które dokładnie obliczyć hakerów i złośliwego oprogramowania.
• Skomputeryzowanych systemów bezpieczeństwa dla lotnisk, stadionów i innych takich miejscach, aby zidentyfikować potencjalne zagrożenia.
• Samorządną samochody, które są zorientowane w przestrzeni, zminimalizować liczbę korków i wypadków na drogach.
• Zaawansowana ochrona przed oszustwami, które mogą chronić pieniądze na naszych kontach.
• Uniwersalny tłumacz, który pozwoli nam uzyskać dokładne i szybkie tłumaczenie za pośrednictwem smartfonów i innych inteligentnych urządzeń.

Dlaczego warto zwrócić uwagę na uczenie maszynowe

Chociaż wiele z tych funkcji będą odczuwalne wraz z pojawieniem się nowych technologii, większość nie chce zrozumieć, jak to działa od wewnątrz. Ale każdy z nas lepiej alert pobyt. Po tym wszystkim, ze wszystkimi zaletami dalszych postępów przyniesie wymierne konsekwencje dla rynku pracy.

Machine Learning opiera się na coraz większej ilości danych, który generuje niemal każda osoba na Ziemi, będzie zmienić zawód. Oczywiście, te innowacje uprości pracę wielu ludzi, ale są też tacy, których oni stracą pracę. Po algorytmy zostały już odpowiedział na list, interpretowania obrazów medycznych, pomoc w badaniach, analizy danych, i tak dalej.

Maszyna do nauki z własnego doświadczenia, więc programiści nie muszą już kod zapisu dla każdej nieprawidłowej sytuacji. Ta zdolność do uczenia się, wraz z rozwojem robotyki i technologii mobilnych umożliwiają komputerom obsługiwać złożone zadania lepiej niż kiedykolwiek wcześniej.

Ale to, co dzieje się z ludźmi, gdy przekraczają one maszynę?

wedługPrzyszłość Praca. World Economic Forum, na najbliższe pięć lat, komputery i roboty weźmie pięć milionów miejsc pracy, które obecnie należą do ludzi.

Tak więc, musimy śledzić, jak zmienia uczenia maszynowego Workflow. Nie ma znaczenia, kim jesteś: prawnicy, lekarze, personel pomocniczy, kierowca ciężarówki czy ktoś inny. Zmiany mogą dotknąć każdego.

Najlepszym sposobem, aby uniknąć przykrych niespodzianek, gdy komputery zaczynają wybierać pracy - myśleć zapobiegawczo i przygotować.