Hvad er machine learning, og hvorfor det kan fratage dig arbejde

Indtil for nylig, programmører skulle skrive komplekse og meget præcise instrukser, selv for computere til at udføre de mest simple opgaver.

sprog programmering altid udviklet, men det vigtigste resultat var at forenkle arbejdet med koden i dette område. Nu kan computere ikke programmeres som før, og sørg for at de uddannet sig.

Denne proces, der kaldes maskine læring, at løfter være en sand teknologisk gennembrud, og kan påvirke nogen, uanset omfanget af sine aktiviteter. Derfor, for at forstå emnet ville være nyttigt for os hver især.

Hvad er machine learning

Machine læring frigør programmør fra at skulle forklare i detaljer computeren, hvordan man løser problemet. I stedet er den computer, lært at finde en løsning på egen hånd. Faktisk machine learning - det er en meget omfattende anvendelse af statistikker for at finde mønstre i dataene, og baseret på dem de nødvendige prognoser.

Historien om maskinlæring begyndte i 1950'erne, da informatik formået at lære en computer til at spille brikker. Siden da, sammen med computerkraft var stigende kompleksitet i love og forudsigelser, at computeren er i stand til at genkende og rækkevidde, samt de problemer, det kan løse.

Først algoritmen opnår et sæt af træningsdata, og derefter bruger dem på anmodninger proces. For eksempel kan du indlæse i bilen et par billeder med en beskrivelse af deres indhold, såsom "i dette billede forestiller en kat" og "i dette billede er der ingen kat." Hvis du derefter tilføje det nye billede computer, vil det begynde at identificere billeder med katte allerede ejer.

Algoritmen fortsætter med at forbedre. Sande og falske resultater anerkendelse ind i databasen, og behandles med hver fotosoftware bliver smartere og bedre og bedre at kunne klare opgaven. I det væsentlige, det er træning.

Hvorfor machine learning - dette er vigtigt

Nu kan maskinen anvendes sikkert i områder, som tidligere har været tilgængelige kun til den person. Selv om teknologien er stadig langt fra ideel, det faktum, at computere er konstant forbedring. Teoretisk set kan de vokse i det uendelige. Dette er den vigtigste idé om maskinlæring.

Maskine lære at se billederne og klassificere dem, som i ovenstående eksempel med foto. De kan genkende tekst og tal i disse billeder, samt folk og steder. Og computere er ikke lige skrevet ord afslører, men også tage hensyn forbindelse med deres anvendelse, herunder positive og negative nuancer af følelser.

Blandt andet kan maskinen lytte til os og reagere. Virtuelle assistenter i vores smartphones - hvad enten Siri, Cortana og Google Nu - legemliggøre de gennembrud i maskinel behandling af naturligt sprog, og fortsætte med at udvikle sig.

Hertil kommer, er computere lære at skrive. machine learning algoritmer har genereret nyhedsartikler. De kan skrive om finansiering og endda sport.

Sådanne funktioner kan ændre alle former for aktiviteter, der er baseret på indførelse og klassificering af data, som tidligere kun af mennesket. Hvis computeren kan genkende et billede, dokument, fil, eller et andet objekt, og beskrive det præcist, det åbner muligheder for automatisering.

Som machine learning bruges i dag

Machine learning algoritmer er allerede i stand til at imponere.

Medecision firma bruger dem til at beregne risikofaktorer for forskellige sygdomme i store bosættelser. For eksempel har den algoritme identificeret otte variabler, der kan bruges til at konkludere en diabetiker behov for at blive indlagt eller ej.

Efter at have søgt efter det rigtige produkt i online butik, kan du opleve, at du kan se på internettet reklame for dette produkt i lang tid. En sådan markedsføring personalisering er kun toppen af ​​isbjerget. Virksomheder kan automatisk sende e-mails, kuponer, tilbud og display anbefalinger skræddersyet til hver kunde individuelt. Alt dette er mere præcist skubber forbrugeren til at købe.

Naturlig sprogbehandling er forskellige applikationer i mange områder. For eksempel kan det hjælpe erstatte medarbejdere i support til hurtigt at udstede de nødvendige oplysninger til brugerne. Hertil kommer, at disse algoritmer hjælpe advokater på at læse den komplekse dokumentation.

IBM nylig interviewetAutomotive 2025: Industri uden grænser. automotive direktører. 74% af dem forventer, at fremkomsten af ​​intelligente maskiner på vejen så tidligt som 2025.

Sådanne køretøjer vil få oplysninger om ejeren og hans omgivelser ved hjælp af Tingenes internet. På grundlag af disse oplysninger, vil de være i stand til at ændre temperatur, lyd, siddeposition og andre indstillinger automatisk. Intelligente maskiner vil også løse problemer selv, deres eget drev og komme med anbefalinger, idet der tages hensyn trafik og vejforhold.

Hvad de kan forvente i fremtiden fra maskinen læring

De muligheder for os i fremtiden, machine learning, er næsten ubegrænsede. Her er et par imponerende eksempler.

• Personlig sundhedssystem, der giver sundhedspleje til patienter individuelt, under hensyntagen til deres genetiske kode og levevis.
• Beskyttende programmer der beregner præcist hackere og skadelig software.
• Edb sikkerhedssystemer til lufthavne, stadioner, og andre sådanne steder, for at identificere potentielle trusler.
• Selvstyrende biler, som er orienteret i rummet, minimere antallet af trafikpropper og ulykker på vejene.
• Avanceret beskyttelse mod svindel, der kan beskytte de penge i vores regnskaber.
• Universel oversætter, der vil give os mulighed for at opnå en nøjagtig og hurtig oversættelse via smartphones og andre intelligente enheder.

Hvorfor skal du holde øje med machine learning

Mens mange af disse funktioner vil kunne mærkes med fremkomsten af ​​nye teknologier, er de fleste ikke ønsker at forstå, hvordan det virker indefra. Men alle os bedre ophold alarm. Efter alt, med alle fordelene ved yderligere fremskridt vil bringe håndgribelige konsekvenser for arbejdsmarkedet.

Maskine læring baseret på den stadigt voksende mængde af data, der genererer næsten hver person på Jorden, vil ændre erhverv. Selvfølgelig vil disse nyskabelser forenkle arbejdet for mange mennesker, men der er også dem, som de mister deres job. Efter algoritmerne allerede har besvaret brevet, fortolke medicinske billeder, hjælp i retssager, analysere data, og så videre.

Maskine lære af deres egne erfaringer, så programmører ikke længere behov for at skrive kode for hver unormal situation. Denne evne til at lære, sammen med udviklingen af ​​robotteknologi og mobile teknologier tillader computere til at håndtere komplekse opgaver bedre end nogensinde før.

Men hvad sker der med folk, når de overstiger maskinen?

ifølgeFremtiden for Jobs. World Economic Forum, for de næste fem år, computere og robotter vil tage fem millioner arbejdspladser, som nu hører til folket.

Således har vi brug for at holde styr på, hvor machine learning ændrer arbejdsgangen. Det er ligegyldigt, hvem du er: advokater, læger, supportmedarbejdere en lastbilchauffør eller en anden. Ændringer kan påvirke nogen.

Den bedste måde at undgå ubehagelige overraskelser, når computerne begynder at vælge job - tænke forebyggende og forberede.