Πίνακας περιεχομένων:
Η εκμάθηση μηχανών (ML) θα είναι είτε ένα όφελος είτε ένας όλεθρος για την επιχείρηση, ανάλογα με το ποιος μιλάτε. Από τη μία πλευρά, θα φέρει ένα ευρύ φάσμα νέων δυνατοτήτων στις ψηφιακές διαδικασίες - από την αυτοματοποιημένη ροή εργασιών έως την αυτοδιαχειριζόμενη υποδομή. Από την άλλη, θα μετατοπίσει τις θέσεις εργασίας και θα αφήσει τις οργανώσεις ανίσχυρες να κάνουν διορθώσεις όταν τα πράγματα πάνε στραβά.
Η αλήθεια είναι ίσως κάπου μεταξύ αυτών των δύο ακραίων, αλλά για να πάρει πραγματικά μια λαβή για το τι ML μπορεί και δεν μπορεί να κάνει, είναι απαραίτητο να διαλύσει μερικούς από τους μύθους που έχουν μεγαλώσει γύρω από την τεχνολογία. (Με τόσες πολλές προσφορές, γιατί δεν είναι όλοι οι χρήστες ML; Μάθετε σε 4 οδοφράγματα που εμποδίζουν την υιοθέτηση της μηχανικής μάθησης.)
Μύθος 1: Η μάθηση μηχανών και η τεχνητή νοημοσύνη είναι ένα και το αυτό.
Ενώ είναι αλήθεια ότι και οι δύο χρησιμοποιούν την ίδια βασική τεχνολογία, ο AI είναι ένας ομπρέλα όρος που περιλαμβάνει ένα ευρύ φάσμα επιστημονικών κλάδων. Σύμφωνα με τον Δρ. Michael J. Garbade, Διευθύνοντα Σύμβουλο του Εκπαιδευτικού Οικοσυστήματος, το AI περιλαμβάνει όχι μόνο ML, αλλά και νευρωνικά δίκτυα, επεξεργασία φυσικής γλώσσας, αναγνώριση ομιλίας και πλήθος άλλων αναδυόμενων τεχνολογιών. Το ML έχει τη διάκριση ότι είναι σε θέση να αλλάξει τον δικό του κώδικα βάσει εμπειριών, αλλαγών στο περιβάλλον του ή την εισαγωγή νέων στόχων - αυτή είναι ουσιαστικά η πτυχή της μάθησης της μηχανικής μάθησης.
