Ερ:
Γιατί οι άνθρωποι μιλούν για το "σημείο ανατροπής" για μηχανική μάθηση;
ΕΝΑ:Ένας σημαντικός αριθμός εμπειρογνωμόνων προειδοποιεί τους άλλους για την ιδέα ότι η εκμάθηση μηχανών πρόκειται πραγματικά να εκραγεί μέσα στα επόμενα χρόνια ως μια αναδυόμενη βιομηχανία. Ως ειδικό στοιχείο της εργασίας τεχνητής νοημοσύνης, η μηχανική μάθηση βασίζεται σε εξελιγμένους αλγόριθμους και σύνολα εκπαίδευσης δεδομένων για την ανάπτυξη πολύπλοκων πιθανοκρατικών απαντήσεων που μπορούν να εφαρμοστούν σχεδόν σε οποιαδήποτε κατάσταση ή βιομηχανία. Με αυτό το πνεύμα, η υιοθέτηση της μηχανικής μάθησης στην επιχειρηματική κοινότητα αυξάνεται καθώς οι εταιρείες προσπαθούν να είναι οι πρώτοι μεταξύ των ανταγωνιστών τους για να εφαρμόσουν πραγματικά την εκμάθηση μηχανών με συγκεκριμένους τρόπους.
| Δωρεάν Λήψη: Μηχανική Μάθηση και γιατί έχει σημασία |
Οι επιχειρηματικές εφαρμογές αποτελούν μόνο μία πλευρά της δυνητικής ανάπτυξης της μηχανικής μάθησης. Οι εταιρείες βρίσκουν επίσης ότι πιο έξυπνες τεχνολογίες και πιο έξυπνα προϊόντα πρόκειται να ξεκλειδώσουν μια νέα γενιά πιο λειτουργικών καταναλωτικών αγαθών και υπηρεσιών.
Οι άνθρωποι μιλούν για το "σημείο ανατροπής" της μηχανικής μάθησης ως μια τέλεια καταιγίδα προόδου στο υλικό, τους αλγόριθμους και τα δεδομένα. Η Επισκόπηση Επιχειρήσεων του Χάρβαρντ αναφέρει και τα τρία αυτά σε ένα τεύχος του Ιουλίου που συζητά την εκκρεμή έκρηξη της μηχανικής μάθησης. Φυσικά, τα μεγάλα δεδομένα είναι ίσως τα πιο ασταθή στο τεχνολογικό τύπο. από αυτά τα τρία στοιχεία, μεγάλα δεδομένα έχουν ήδη εκραγεί τα τελευταία 10 χρόνια. Ωστόσο, οι ίδιοι οι αλγόριθμοι έχουν αναπτυχθεί αρκετά σημαντικά.
Ένα άλλο στοιχείο για το οποίο πολλοί άνθρωποι μιλούν είναι το υλικό που οδηγεί πιο εκτεταμένες εφαρμογές μηχανογραφικής μάθησης.
Ουσιαστικά, οι εταιρείες κινούνται προς την κατεύθυνση μιας διαδικασίας ανάπτυξης πλακέτων κυκλωμάτων και τσιπ επεξεργαστών που είναι ειδικά σχεδιασμένες για να χειρίζονται τη μάθηση μηχανών, αντί να εξοπλίζουν παραδοσιακές τεχνολογίες κυκλωμάτων για να χειριστούν τον μεγάλο αριθμό εισροών και υπολογισμών που εμπλέκονται στην πιθανοτική λήψη αποφάσεων. Ορισμένες τεχνολογίες αναφοράς όπως η μονάδα επεξεργασίας Tensor της Google ή η TPU και άλλα προϊόντα που έχουν κατασκευαστεί ειδικά για να επιτρέπουν τον υπολογισμό της εκμάθησης μηχανών, για παράδειγμα, μέσω της χρήσης προγραμματιζόμενων συστοιχιών λογικής πύλης.
Όλες αυτές οι τάσεις έρχονται μαζί για να παρουσιάσουν μια αυξανόμενη ζήτηση για μηχανικά συστήματα μάθησης και δεξιοτήτων που τα στελέχη και άλλοι αποδίδουν μεγάλη προσοχή καθώς εξετάζουν το μέλλον της τεχνολογίας των επιχειρήσεων το 2018 και πέρα.
