אָטאַמיישאַן: די צוקונפֿט פון דאַטן וויסנשאַפֿט און מאַשין לערנען?

מאַשין לערנען איז געווען איינער פון די ביגאַסט אַדוואַנסיז אין די געשיכטע פון ​​קאַמפּיוטינג און איז איצט קענטיק צו שפּילן אַ וויכטיק ראָלע אין די פעלד פון גרויס דאַטן און אַנאַליטיקס. גרויס דאַטן אַנאַליטיקס איז אַ ריזיק אַרויסרופן פֿון אַן ענטערפּרייז פּערספּעקטיוו. פֿאַר בייַשפּיל, אַקטיוויטעטן אַזאַ ווי צו פֿאַרשטיין די גרויס נומער פון פאַרשידענע דאַטן פאָרמאַץ, אַנאַלייזינג דאַטן צוגרייטונג און פילטערינג יבעריק דאַטן קענען זיין ריסאָרס ינטענסיוו. רעקרוטירן ספּעשאַלאַסץ פון דאַטן געלערנטער איז אַ טייַער פאָרשלאָג און נישט אַ מיטל צו דערגרייכן פֿאַר יעדער פירמע. עקספּערץ גלויבן אַז מאַשין לערנען קענען אָטאַמייט פילע טאַסקס פֿאַרבונדן מיט אַנאַליטיקס - ביידע רוטין און קאָמפּלעקס. אָטאַמייטיד מאַשין לערנען קענען באַפרייַען באַטייַטיק רעסורסן וואָס קענען זיין געוויינט פֿאַר מער קאָמפּליצירט און ינאַווייטיוו אַרבעט. מאַשין לערנען מיינט צו זיין מאָווינג אין דעם ריכטונג אַלע די צייט.

אָטאַמיישאַן אין דעם קאָנטעקסט פון אינפֿאָרמאַציע טעכנאָלאָגיע

אין IT, אָטאַמיישאַן איז די פֿאַרבינדונג פון פאַרשידענע סיסטעמען און ווייכווארג, וואָס אַלאַוז זיי צו דורכפירן ספּעציפיש טאַסקס אָן מענטשלעך אריינמישונג. אין IT, אָטאַמייטיד סיסטעמען קענען דורכפירן פּשוט און קאָמפּלעקס דזשאָבס. א ביישפּיל פון אַ פּשוט אַרבעט קען זיין ינטאַגרייטינג פארמען מיט פּדפס און שיקט דאָקומענטן צו די ריכטיק באַקומער, בשעת פּראַוויידינג אַוועק-פּלאַץ באַקאַפּס קען זיין אַ ביישפּיל פון אַ קאָמפּלעקס אַרבעט.

צו דורכפירן דיין אַרבעט רעכט, איר דאַרפֿן צו פּראָגראַם אָדער געבן קלאָר ינסטראַקשאַנז צו די אָטאַמייטיד סיסטעם. יעדער מאָל אַ אָטאַמייטיד סיסטעם איז נויטיק צו מאָדיפיצירן די פאַרנעם פון זיין אַרבעט, דער פּראָגראַם אָדער ינסטרוקטיאָן דאַרף זיין דערהייַנטיקט דורך עמעצער. כאָטש די אָטאַמייטיד סיסטעם איז עפעקטיוו אין זיין אַרבעט, ערראָרס קענען פּאַסירן פֿאַר פאַרשידן סיבות. ווען ערראָרס פאַלן, די וואָרצל גרונט דאַרף זיין יידענאַפייד און קערעקטאַד. קלאר, צו טאָן זיין אַרבעט, אַ אָטאַמייטיד סיסטעם איז גאָר אָפענגיק אויף יומאַנז. די מער קאָמפּליצירט די נאַטור פון די אַרבעט, די העכער די ליקעליהאָאָד פון ערראָרס און פּראָבלעמס.

א פּראָסט ביישפּיל פון אָטאַמיישאַן אין די עס אינדוסטריע איז די אָטאַמיישאַן פון טעסטינג פון וועב-באזירט באַניצער ינטערפייסיז. טעסט קאַסעס זענען געפֿיטערט אין די אָטאַמיישאַן שריפט און דער באַניצער צובינד איז טעסטעד אַקאָרדינגלי. (פֿאַר מער פּראַקטיש אַפּלאַקיישאַן פון מאַשין לערנען, זען מאַשין לערנען און Hadoop אין דעטעקטיאָן פון ווייַטער דור.)

די אַרגומענט פֿאַר אָטאַמיישאַן איז אַז עס פּערפאָרמז רוטין און ריפּיטאַבאַל טאַסקס און פרייז עמפּלוייז צו טאָן מער קאָמפּליצירט און שעפעריש טאַסקס. אָבער, עס איז אויך אַרגיוד אַז אָטאַמיישאַן האט יקסקלודיד אַ גרויס נומער פון טאַסקס אָדער ראָלעס ביז אַהער דורכגעקאָכט דורך יומאַנז. איצט, מיט מאַשין לערנען אין פאַרשידענע ינדאַסטריז, אָטאַמיישאַן קענען לייגן אַ נייַע ויסמעסטונג.

די צוקונפֿט פון אָטאַמייטיד מאַשין לערנען?

די עסאַנס פון מאַשין לערנען איז די פיייקייט פון אַ סיסטעם צו קעסיידער לערנען פֿון דאַטן און יוואַלוו אָן מענטשלעך אריינמישונג. מאַשין לערנען איז טויגעוודיק פון אַקטינג ווי אַ מענטש מאַרך. צום ביישפּיל, רעקאַמאַנדיישאַנז ענדזשאַנז אויף E- האַנדל זייטלעך קענען אַססעסס די יינציק פּרעפֿערענצן און טייסץ פון אַ באַניצער און צושטעלן רעקאַמאַנדיישאַנז פֿאַר די מערסט צונעמען פּראָדוקטן און באַדינונגס צו קלייַבן פון. ווייַל פון דעם פיייקייט, מאַשין לערנען איז ידעאַל פֿאַר אָטאַמייטינג קאָמפּלעקס טאַסקס פֿאַרבונדן מיט גרויס דאַטן און אַנאַליטיקס. עס האט באַקומען די הויפּט לימיטיישאַנז פון טראדיציאנעלן אָטאַמייטיד סיסטעמען וואָס טאָן ניט לאָזן מענטשלעך ינטערווענטיאָן אויף אַ רעגולער יקער. עס זענען קייפל פאַל שטודיום וואָס באַווייַזן די פיייקייט פון מאַשין לערנען צו דורכפירן קאָמפּלעקס דאַטן אַנאַליסיס טאַסקס, וואָס וועט זיין דיסקאַסט שפּעטער אין דעם פּאַפּיר.

ווי שוין באמערקט, גרויס דאַטן אַנאַליטיקס איז אַ טשאַלאַנדזשינג פאָרשלאָג פֿאַר געשעפטן, וואָס קענען זיין טייל דעלאַגייטאַד צו מאַשין לערנען סיסטעמען. פֿון אַ געשעפט פּערספּעקטיוו, דאָס קען ברענגען פילע בענעפיץ, אַזאַ ווי פריי פריי דאַטן וויסנשאַפֿט רעסורסן פֿאַר מער שעפעריש און מיסיע קריטיש טאַסקס, העכער ווערקלאָודז, ווייניקער צייט צו פאַרענדיקן טאַסקס און קאָס יפעקטיוונאַס.

קאַסע לערנען

אין 2015, MIT ריסערטשערז סטאַרטעד ארבעטן אויף אַ דאַטן וויסנשאַפֿט געצייַג וואָס קענען מאַכן פּרידיקטיוו דאַטן מאָדעלס פֿון גרויס אַמאַונץ פון רוי דאַטן מיט אַ טעכניק גערופֿן טיף שטריך סינטעז אַלגערידאַמז. די סייאַנטיס פאָדערן אַז די אַלגערידאַם קענען פאַרבינדן די בעסטער פֿעיִקייטן פון מאַשין לערנען. לויט די סייאַנטיס, זיי האָבן טעסטעד עס אויף דריי פאַרשידענע דאַטאַסעץ און יקספּאַנד די טעסטינג צו אַנטהאַלטן מער. פאָרשער James Max Kanter און Kalyan Veeramachaneni האָבן געזאָגט אין א צייטונג ביי דער אינטערנאציאנאלער קאנפערענץ איבער דאטא וויסנשאפט און אַנאַליטיקס, “מיט א אויטאָמאַטישן טונינג פּראָצעס, אָפּטימיזירן דעם גאנצן וועג אָן מענטשלעכער אנטיילנעמונג, דערמעגלעכן גענעראליזירן צו פארשידענע דאַטאַסעטס.

לאָמיר קוקן אויף די קאַמפּלעקסיטי פון די אַרבעט: דער אַלגערידאַם האט אַ אָטאַמאַטיק אַדזשאַסטמאַנט פיייקייט, מיט די הילף פון וואָס ינסייץ אָדער וואַלועס קענען זיין באקומען אָדער יקסטראַקטיד פון רוי דאַטן (אַזאַ ווי עלטער אָדער דזשענדער), דערנאָך פּרידיקטיוו דאַטן מאָדעלס קענען זיין באשאפן. דער אַלגערידאַם ניצט קאָמפּלעקס מאַטאַמאַטיקאַל פאַנגקשאַנז און אַ מאַשמאָעס טעאָריע גערופֿן גאַוססיאַן קאָפּולאַ. עס איז דעריבער גרינג צו פֿאַרשטיין די קאַמפּלעקסיטי מדרגה וואָס די אַלגערידאַם קענען שעפּן. די טעכניק האט אויך וואַן פּרייזאַז אין קאַמפּאַטישאַנז.

מאַשין לערנען קען פאַרבייַטן לעקציעס

עס איז דיסקאַסט אַרום די וועלט אַז מאַשין לערנען קען פאַרבייַטן פילע דזשאָבס ווייַל עס פּערפאָרמז טאַסקס מיט די עפעקטיווקייט פון די מענטשלעך מאַרך. אין פאַקט, עס איז עטלעכע דייַגע אַז מאַשין לערנען וועט פאַרבייַטן דאַטן סייאַנטיס, און עס מיינט צו זיין אַ יקער פֿאַר אַזאַ דייַגע.

פֿאַר די דורכשניטלעך באַניצער וואָס האט קיין דאַטן אַנאַליסיס סקילז, אָבער מיט וועריינג גראַדעס פון אַנאַליטיש דאַרף אין זיין טעגלעך לעבן, עס איז ניט מעגלעך צו נוצן קאָמפּיוטערס וואָס קענען אַנאַלייז ריזיק וואַליומז פון דאַטן און צושטעלן אַנאַליסיס דאַטן. אָבער, נאַטוראַל שפּראַך פּראַסעסינג (NLP) טעקניקס קענען באַקומען די באַגרענעצונג דורך לערנען קאָמפּיוטערס צו אָננעמען און פּראָצעס נאַטירלעך מענטשלעך שפּראַך. אין דעם וועג, די דורכשניטלעך באַניצער דאַרף קיין סאַפיסטיקייטאַד אַנאַליסיס פאַנגקשאַנז אָדער סקילז.

IBM גלויבט אַז די נויט פֿאַר דאַטן סייאַנטיס קענען זיין מינאַמייזד אָדער ילימאַנייטאַד דורך זיין פּראָדוקט, די Watson נאַטוראַל שפּראַך אַנאַליטיקס פּלאַטפאָרמע. לויט Marc Atschuller, וויצע פּרעזידענט פון אַנאַליטיקס און ביזנעס סייכל ביי Watson, "מיט אַ קאַגניטיוו סיסטעם ווי Watson, איר נאָר פרעגן דיין קשיא - אָדער אויב איר טאָן ניט האָבן אַ קשיא, איר נאָר צופֿעליקער דיין דאַטן און Watson קענען קוקן אין עס און באַשליסן וואָס איר ווילט צו וויסן. ”

מסקנא

אָטאַמיישאַן איז דער ווייַטער לאַדזשיקאַל שריט אין מאַשין לערנען און מיר זענען שוין יקספּיריאַנסט די יפעקץ אין אונדזער וואָכעדיק לעבן-E- האַנדל זייטלעך, פאַסעבאָאָק פרייַנד פֿירלייגן, פֿירלייגן פֿאַר לינקעדין נעץ און Airbnb זוכן ראַנגקינגז. אין באַטראַכטונג פון די יגזאַמפּאַלז, עס איז קיין צווייפל אַז דאָס קען זיין אַטריביאַטאַד צו די קוואַליטעט פון פּראָדוקציע געשאפן דורך אָטאַמייטיד מאַשין לערנען סיסטעמען. טראָץ אַלע די מידות און בענעפיץ, דער געדאַנק פון מאַשין לערנען וואָס געפֿירט ריזיק אַרבעטלאָזיקייט מיינט אַ ביסל פון אַ אָוווערריישאַן. מאשינען האָבן ריפּלייסט יומאַנז אין פילע פּאַרץ פון אונדזער לעבן פֿאַר דעקאַדעס, אָבער יומאַנז האָבן יוואַלווד און אַדאַפּטיד צו בלייבן באַטייַטיק אין די ינדאַסטרי. לויט דער מיינונג, מאַשין לערנען פֿאַר אַלע די דיסראַפּשאַנז איז בלויז אן אנדער כוואַליע צו וואָס מענטשן אַדאַפּט זיך.


פּאָסטן צייט: 03-03-2021