П:
Зашто људи причају о "прекретници" за машинско учење?
А:Значајан број стручњака упозорава друге на идеју да ће машинско учење заиста експлодирати у наредних неколико година као индустрија у настајању. Као посебан елемент рада вештачке интелигенције, машинско учење се ослања на софистициране алгоритме и скупове за обуку података како би развио сложене вероватноће одговора који се могу применити у готово свакој ситуацији или индустрији. Имајући то у виду, усвајање машинског учења у заједници предузећа сада расте јер компаније покушавају да буду прве међу својим конкурентима који стварно примењују машинско учење на специфичне начине.
| Бесплатно преузимање: Машинско учење и зашто је то важно |
Пословне апликације су само једна страна потенцијалног раста машинског учења. Компаније такође откривају да ће паметније технологије и паметнији производи откључати нову генерацију функционалнијих производа за широку потрошњу и услуга.
Људи говоре о „прекретничкој тачки“ машинског учења као о савршеној олуји напретка у хардверу, алгоритамима и подацима. Харвард Бусинесс Ревиев спомиње све ове три у јулском делу који расправља о чекању експлозије машинског учења. Наравно, велики подаци су можда највише трубају у технолошкој штампи; од ова три елемента, велики подаци су већ експлодирали у последњих 10 година. Међутим, и сами алгоритми су се значајно развили.
Друга компонента о којој толико много људи говори је хардвер који покреће шире раширене апликације за машинско учење.
У суштини, компаније крећу у процес развоја везаних за апликације штампаних плоча и чипова процесора који су направљени да би се управљало машинским учењем, уместо да користе традиционалне технологије плоча да би се могле носити са великим бројем инпута и рачунања који су укључени у вероватноћа доношења одлука. Неке референтне технологије као што су Гоогле-ова Тенсор Процессинг Унит или ТПУ и други производи који су изграђени посебно за омогућавање рачунарског учења, на пример, коришћењем програмабилних логичких низова врата.
Сви ови трендови се удружују и представљају растућу потражњу за системима машинског учења и вештинама, којима руководиоци и други посвећују велику пажњу док размишљају о будућности пословне технологије у 2018. и шире.
