Ano ang pag-aaral ng makina at kung bakit maaari nitong kunin ang iyong trabaho

2024 May -akda: Malcolm Clapton | [email protected]. Huling binago: 2023-12-17 04:13

Pinapayagan ng mga bagong algorithm ang mga computer na lutasin ang mga problema na dati ay posible lamang para sa mga tao. Sa isang banda, ito ay magdadala sa atin ng malalaking benepisyo, sa kabilang banda, mga bagong hamon para sa bawat isa sa atin. Upang maiwasang mabigla ka sa pag-unlad, maging alerto at panoorin ang sitwasyon.

Hanggang kamakailan lamang, kinailangan ng mga programmer na magsulat ng kumplikado at napakatumpak na mga tagubilin kahit na upang paganahin ang mga computer na gawin ang pinakasimpleng mga gawain.

Ang mga wika ay palaging umuunlad, ngunit ang pinakamahalagang pagsulong sa lugar na ito ay ang pagpapasimple ng pagtatrabaho sa code. Ngayon ang mga computer ay hindi maaaring i-program tulad ng dati, ngunit i-set up sa paraang matuto sila sa kanilang sarili.

Ang prosesong ito, na tinatawag na machine learning, ay nangangako na maging isang tunay na teknolohikal na tagumpay at maaaring makaapekto sa sinuman, anuman ang kanilang larangan ng aktibidad. Samakatuwid, magiging kapaki-pakinabang para sa bawat isa sa atin na maunawaan ang paksa.

Ano ang machine learning

Tinatanggal ng machine learning ang pangangailangan para sa isang programmer na ipaliwanag nang detalyado sa isang computer nang eksakto kung paano lutasin ang isang problema. Sa halip, tinuturuan ang computer na maghanap ng solusyon sa sarili nitong. Sa pangkalahatan, ang machine learning ay isang napakakomplikadong aplikasyon ng mga istatistika upang makahanap ng mga pattern sa data at lumikha ng mga hula mula sa mga ito.

Ang kasaysayan ng machine learning ay nagsimula noong 1950s, nang ang mga computer scientist ay nakapagturo sa mga computer na maglaro ng mga checker. Simula noon, kasama ng kapangyarihan sa pag-compute, ang pagiging kumplikado ng mga pattern at hula na maaaring makilala at gawin ng computer, at ang mga problema na malulutas nito, ay lumaki.

Ang algorithm ay unang nakakakuha ng isang set ng data ng pagsasanay at pagkatapos ay ginagamit ito upang iproseso ang mga kahilingan. Halimbawa, maaari kang mag-load ng ilang larawan sa iyong sasakyan na may mga paglalarawan ng mga nilalaman ng mga ito, gaya ng "ang larawang ito ay nagpapakita ng pusa" at "ang larawang ito ay walang pusa." Kung pagkatapos na magdagdag ng mga bagong larawan sa computer, magsisimula itong makilala ang mga larawan na may mga pusa sa sarili nitong.

Ang algorithm ay patuloy na nagpapabuti. Ang tama at maling mga resulta ng pagkilala ay pumapasok sa database, at sa bawat naprosesong larawan ang programa ay nagiging mas matalino at mas mahusay at mas mahusay na makayanan ang gawain. Sa esensya, ito ay pag-aaral.

Bakit mahalaga ang machine learning

Ngayon, ang mga makina ay maaaring ligtas na mailapat sa mga lugar na dating itinuturing na naa-access lamang ng mga tao. Habang ang teknolohiya ay malayo pa rin sa perpekto, ang pangunahing punto ay ang mga computer ay patuloy na umuunlad. Sa teorya, maaari silang umunlad nang walang katiyakan. Ito ang pangunahing ideya ng pag-aaral ng makina.

Natututo ang mga makina na makakita ng mga larawan at uriin ang mga ito, tulad ng nasa halimbawa ng larawan sa itaas. Makikilala nila ang teksto at mga numero sa mga larawang ito, pati na rin ang mga tao at lugar. Bukod dito, hindi lamang tinutukoy ng mga computer ang mga nakasulat na salita, ngunit isinasaalang-alang din ang konteksto ng kanilang paggamit, kabilang ang mga positibo at negatibong lilim ng mga emosyon.

Sa iba pang mga bagay, ang mga makina ay maaaring makinig sa amin at tumugon. Ang mga virtual na katulong sa aming mga smartphone - Siri man ito, Cortana o Google Now - naglalaman ng mga tagumpay sa natural na pagproseso ng wika at patuloy na nagbabago.

Bilang karagdagan, ang mga computer ay natututong magsulat. Gumagawa na ng mga artikulo ng balita ang mga machine learning algorithm. Maaari silang magsulat tungkol sa pananalapi at maging sa sports.

Maaaring baguhin ng mga naturang function ang lahat ng aktibidad batay sa pagpasok ng data at pag-uuri na dati ay posible lamang para sa mga tao. Kung makikilala ng isang computer ang isang imahe, dokumento, file, o iba pang bagay at tumpak na ilarawan ito, nagbubukas ito ng maraming pagkakataon para sa automation.

Paano ginagamit ang machine learning ngayon

Ang mga algorithm sa pag-aaral ng machine ay may kakayahang magpahanga.

Ginagamit ng Medecision ang mga ito upang kalkulahin ang mga kadahilanan ng panganib para sa iba't ibang mga sakit sa malalaking komunidad. Halimbawa, natukoy ng algorithm ang walong mga variable na maaaring gamitin upang tapusin kung ang isang pasyente na may diabetes ay nangangailangan ng ospital o hindi.

Pagkatapos maghanap ng tamang produkto sa mga online na tindahan, maaari mong mapansin na nakikita mo ang advertising para sa produktong ito sa Internet sa loob ng mahabang panahon. Ang pag-personalize sa marketing na ito ay ang dulo lamang ng malaking bato ng yelo. Ang mga kumpanya ay maaaring awtomatikong magpadala ng mga email, kupon, alok at mga rekomendasyon sa pagpapakita na iniayon sa bawat kliyente nang paisa-isa. Ang lahat ng ito ay mas malumanay na nagtutulak sa mamimili na bumili.

Ang natural na pagpoproseso ng wika ay ginagamit sa maraming iba't ibang paraan. Halimbawa, sa tulong nito, ang mga empleyado sa mga serbisyo ng suporta ay pinapalitan upang mabilis na maibigay ang kinakailangang impormasyon sa mga user. Bilang karagdagan, ang mga naturang algorithm ay tumutulong sa mga abogado na maunawaan ang kumplikadong dokumentasyon.

Nag-survey ang IBM kamakailan. pinuno ng mga kumpanya ng sasakyan. Inaasahan ng 74% sa kanila na lalabas ang mga smart car sa mga kalsada pagsapit ng 2025.

Ang mga naturang sasakyan ay makakatanggap ng impormasyon tungkol sa may-ari at sa kanilang kapaligiran gamit ang Internet of Things. Batay sa data na ito, magagawa nilang awtomatikong baguhin ang temperatura, audio, posisyon ng upuan at iba pang mga setting. Ang mga matalinong kotse ay malulutas din sa kanilang sarili ang mga umuusbong na problema, mag-isa na magmaneho at gagawa ng mga rekomendasyon batay sa trapiko at mga kondisyon ng kalsada.

Ano ang aasahan mula sa machine learning sa hinaharap

Halos walang katapusan ang mga posibilidad na magbubukas sa atin ang machine learning sa hinaharap. Narito ang ilang mga kahanga-hangang halimbawa.

• Isang personalized na sistema ng pangangalagang pangkalusugan na nagbibigay sa mga pasyente ng personalized na pangangalagang medikal batay sa kanilang genetic code at pamumuhay.
• Security software na nakakakita ng mga pag-atake ng hacker at malware na may pinakamataas na katumpakan.
• Mga computerized na sistema ng seguridad para sa mga paliparan, stadium at mga katulad na lokasyon na tumutukoy sa mga potensyal na banta.
• Ang mga self-driving na kotse na naka-orient sa kalawakan ay nagpapaliit sa bilang ng mga masikip na trapiko at aksidente.
• Mga advanced na anti-fraud system na makakapag-secure ng pera sa aming mga account.
• Mga pangkalahatang tagasalin na magbibigay-daan sa amin na makatanggap ng tumpak at mabilis na pagsasalin gamit ang mga smartphone at iba pang matalinong device.

Bakit dapat mong bantayan ang machine learning

Bagama't marami ang makakaranas ng mga pagkakataong ito sa pagdating ng mga bagong teknolohiya, karamihan ay hindi nais na maunawaan kung paano gumagana ang lahat mula sa loob. Pero mas mabuting maging alerto tayong lahat. Sa katunayan, kasama ng lahat ng mga benepisyo, ang karagdagang pag-unlad ay magdadala ng nasasalat na mga kahihinatnan para sa merkado ng paggawa.

Ang pag-aaral ng makina, batay sa patuloy na lumalaking dami ng data na nabubuo ng halos bawat tao sa mundo, ay ganap na magbabago ng mga propesyon. Siyempre, ang mga inobasyong ito ay magpapasimple sa gawain ng maraming tao, ngunit mayroon ding mga aalisan ng kanilang mga trabaho. Ang mga algorithm ay tumutugon na sa mga email, nagbibigay-kahulugan sa mga medikal na larawan, tumutulong sa paglilitis, pagsusuri ng data, at iba pa.

Natututo ang mga makina mula sa kanilang sariling karanasan, kaya hindi na kailangan ng mga programmer na magsulat ng code para sa bawat hindi pangkaraniwang sitwasyon. Ang kakayahang matuto na ito, kasama ang mga pagsulong sa robotics at mobile na teknolohiya, ay magbibigay-daan sa mga computer na pangasiwaan ang mga kumplikadong gawain nang mas mahusay kaysa dati.

Ngunit ano ang mangyayari sa mga tao kapag nalampasan sila ng mga makina?

Ayon kay. Ang World Economic Forum, mga computer at robot ay sasakupin ang limang milyong trabaho na pagmamay-ari na ngayon ng mga tao sa susunod na limang taon.

Kaya, kailangan nating bantayan kung paano binabago ng machine learning ang workflow. Hindi mahalaga kung sino ka: isang abogado, isang medic, isang support worker, isang driver ng trak, o sinuman. Ang pagbabago ay maaaring makaapekto sa lahat.

Ang pinakamahusay na paraan upang maiwasan ang hindi kasiya-siyang sorpresa kapag nagsimulang kumuha ng mga trabaho ang mga computer ay mag-isip nang maagap at maghanda.