Машинное обучение, объяснение

4 основных выбора в хорошей системе трудоустройства

Почему генеративный ИИ нуждается в творческом человеческом подходе

Генеральный директор Blue Bottle Coffee об овсяном молоке и инновациях

Фото: Андрей Онуфриенко/Getty Images

Идеи, имеющие значение

Искусственный интеллект

К

Сара Браун

21 апреля 2021 г.

Эта распространенная и мощная форма искусственного интеллекта меняет каждую отрасль. Вот что вам нужно знать о потенциале и ограничениях машинного обучения и о том, как оно используется.

Машинное обучение лежит в основе чат-ботов и интеллектуального ввода текста, приложений для языкового перевода, шоу, которые Netflix предлагает вам, и того, как представлены ваши каналы в социальных сетях. Он приводит в действие автономные транспортные средства и машины, которые могут диагностировать заболевания на основе изображений.

Когда сегодня компании внедряют программы искусственного интеллекта, они, скорее всего, используют машинное обучение — настолько, что эти термины часто используются как синонимы, а иногда и неоднозначно. Машинное обучение — это область искусственного интеллекта, которая дает компьютерам возможность учиться без явного программирования.

«Всего за последние пять-десять лет машинное обучение стало решающим и, возможно, самым важным способом реализации большинства частей ИИ», — сказал профессор Слоана Массачусетского технологического института Томас У. Мэлоун, директор-основатель Центра коллективного разума Массачусетского технологического института. . «Именно поэтому некоторые люди используют термины ИИ и машинное обучение почти как синонимы… большинство текущих достижений в области ИИ связано с машинным обучением».

С растущим распространением машинного обучения каждый, кто занимается бизнесом, вероятно, столкнется с ним, и ему потребуются некоторые практические знания в этой области. Опрос Deloitte, проведенный в 2020 году, показал, что 67% компаний используют машинное обучение, а 97% используют или планируют использовать его в следующем году.

От производства до розничной торговли, от банковского дела до хлебопекарни — даже устаревшие компании используют машинное обучение, чтобы открыть новые возможности или повысить эффективность. «Машинное обучение меняется или будет меняться в каждой отрасли, и лидеры должны понимать основные принципы, потенциал и ограничения», — сказал профессор компьютерных наук Массачусетского технологического института Александр Мадри, директор Центра развертываемого машинного обучения Массачусетского технологического института.

Хотя не всем необходимо знать технические детали, они должны понимать, что делает технология, а что она может и чего не может, добавил Мэдри. «Я не думаю, что кто-то может позволить себе не знать о том, что происходит».

Это включает в себя осознание социальных, социальных и этических последствий машинного обучения. «Важно вовлечься и начать понимать эти инструменты, а затем подумать о том, как вы собираетесь их правильно использовать. Мы должны использовать эти [инструменты] на благо всех», — сказала доктор Джоан ЛаРовер, MBA '16. , детский кардиолог интенсивной терапии и соучредитель некоммерческой организации The Virtue Foundation. «У искусственного интеллекта такой большой потенциал творить добро, и нам нужно действительно помнить об этом, когда мы думаем об этом. Как мы можем использовать это, чтобы творить добро и улучшать мир?»

Машинное обучение — это подобласть искусственного интеллекта, которая в широком смысле определяется как способность машины имитировать разумное поведение человека. Системы искусственного интеллекта используются для выполнения сложных задач аналогично тому, как люди решают проблемы.

По словам Бориса Каца, главного научного сотрудника и руководителя группы InfoLab в CSAIL, цель ИИ — создать компьютерные модели, демонстрирующие «разумное поведение», подобное человеческому. Это означает, что машины могут распознавать визуальную сцену, понимать текст, написанный на естественном языке, или выполнять действия в физическом мире.

Машинное обучение — один из способов использования ИИ. В 1950-х годах пионер искусственного интеллекта Артур Сэмюэл определил ее как «область исследований, которая дает компьютерам возможность учиться без явного программирования».