Автоматтандыру: ақпараттану мен машиналық оқытудың болашағы?

Машиналық оқыту есептеу тарихындағы ең үлкен жетістіктердің бірі болды және қазір үлкен деректер мен аналитика саласында маңызды рөл атқара алады. Үлкен деректерді талдау - бұл кәсіпорын тұрғысынан үлкен сынақ. Мысалы, деректердің көптеген форматтарын түсіну, деректерді дайындауды талдау және артық деректерді сүзу сияқты әрекеттер ресурсты қажет етуі мүмкін. Деректерді зерттеуші мамандарды жалдау - бұл қымбат ұсыныс және әр компания үшін мақсат емес. Сарапшылардың пікірінше, машиналық оқыту аналитикамен байланысты көптеген тапсырмаларды автоматтандырады - күнделікті және күрделі. Автоматтандырылған оқыту күрделі және жаңашыл жұмыс үшін пайдаланылуы мүмкін маңызды ресурстарды босата алады. Машиналық оқыту үнемі осы бағытта жүретін сияқты.

Ақпараттық технологиялар жағдайындағы автоматтандыру

АТ -да автоматтандыру - бұл әр түрлі жүйелер мен бағдарламалық қамтамасыз етудің қосылуы, оларға адамның қатысуынсыз нақты тапсырмаларды орындауға мүмкіндік береді. АТ -да автоматтандырылған жүйелер қарапайым да, күрделі жұмыстарды да орындай алады. Қарапайым жұмыс мысалы бланкілерді PDF форматында біріктіру және құжаттарды дұрыс алушыға жіберу болуы мүмкін, ал сайттың резервтік көшірмелерін беру күрделі жұмыстың мысалы болуы мүмкін.

Жұмысыңызды дұрыс орындау үшін сізге автоматтандырылған жүйеге бағдарламалау немесе нақты нұсқаулар беру қажет. Автоматтандырылған жүйе өз жұмыс ауқымын өзгерту үшін қажет болған сайын, бағдарламаны немесе нұсқаулықтар жиынтығын біреу жаңартуы керек. Автоматтандырылған жүйе өз жұмысында тиімді болғанымен, қателіктер әр түрлі себептерге байланысты болуы мүмкін. Қате пайда болған кезде оның түпкі себебін анықтау және түзету қажет. Әлбетте, өз жұмысын орындау үшін автоматтандырылған жүйе адамдарға толық тәуелді. Жұмыстың сипаты неғұрлым күрделі болса, қателер мен проблемалардың ықтималдығы соғұрлым жоғары болады.

Ақпараттық технологиялар индустриясындағы автоматтандырудың кең тараған үлгісі-бұл веб-интерфейске негізделген интерфейстерді тестілеуді автоматтандыру. Сынақ жағдайлары автоматтандыру сценарийіне жіберіледі және сәйкесінше пайдаланушы интерфейсі тексеріледі. (Машиналық оқытудың практикалық қолданылуы туралы қосымша ақпарат алу үшін алаяқтықты анықтаудың жаңа буынындағы Machine Learning және Hadoop бөлімін қараңыз.)

Автоматтандыру пайдасына дәлел - бұл күнделікті және қайталанатын тапсырмаларды орындайды және қызметкерлерді күрделі және шығармашылық тапсырмаларды орындауға босатады. Сонымен қатар, автоматтандыру бұрын адамдар жасаған көптеген тапсырмалар мен рөлдерді жоққа шығарды деген пікір бар. Енді, машиналық оқыту әр түрлі салаларға енген кезде, автоматтандыру жаңа өлшемді қоса алады.

Автоматтандырылған автоматтандырудың болашағы?

Машиналық оқытудың мәні - бұл жүйенің мәліметтерден үздіксіз үйрену және адамның қатысуынсыз даму мүмкіндігі. Машиналық оқыту адамның миы сияқты әрекет етуге қабілетті. Мысалы, электрондық коммерция сайттарындағы ұсыныс қозғалтқыштары пайдаланушының бірегей қалауы мен талғамын бағалай алады және таңдауға болатын өнімдер мен қызметтерге сәйкес ұсыныстар береді. Осы мүмкіндікті ескере отырып, машиналық оқыту үлкен деректер мен аналитикамен байланысты күрделі тапсырмаларды автоматтандыру үшін өте қолайлы болып саналады. Ол жүйелі түрде адамның араласуына жол бермейтін дәстүрлі автоматтандырылған жүйелердің негізгі шектеулерін еңсерді. Машиналық оқытудың деректерді талдаудың күрделі тапсырмаларын орындау қабілетін көрсететін бірнеше мысалдар бар, олар кейінірек осы мақалада талқыланады.

Жоғарыда айтылғандай, үлкен деректер аналитикасы - бұл бизнестің күрделі ұсынысы, оны ішінара машиналық оқыту жүйелеріне беруге болады. Іскерлік тұрғыдан алғанда, бұл креативті және маңызды міндеттерге, жоғары жұмыс жүктемелеріне, тапсырмаларды орындауға аз уақытқа және шығындардың тиімділігіне деректер ғылымының ресурстарын босату сияқты көптеген артықшылықтар әкелуі мүмкін.

Кейс -стади

2015 жылы MIT зерттеушілері терең мүмкіндіктерді синтездеу алгоритмдері деп аталатын әдістемені қолдана отырып, үлкен көлемдегі шикізат деректерінен болжамды деректер модельдерін құра алатын деректер ғылымы құралында жұмыс жасай бастады. Ғалымдардың айтуынша, алгоритм машиналық оқытудың ең жақсы мүмкіндіктерін біріктіре алады. Ғалымдардың айтуынша, олар оны үш түрлі деректер жиынтығында сынап көрді және тестілеуді одан да көбін қосу үшін кеңейтуде. Деректер мен аналитика бойынша халықаралық конференцияда ұсынылатын мақалада зерттеушілер Джеймс Макс Кантер мен Калян Веерамачанени: «Біз автоматтандырылған реттеу процесін қолдана отырып, адамның қатысуынсыз бүкіл жолды оңтайландырамыз, бұл оны әр түрлі деректер жиынтығына жалпылауға мүмкіндік береді», - деді.

Тапсырманың күрделілігін қарастырайық: алгоритмде автоматты реттеу мүмкіндігі бар, оның көмегімен бастапқы деректерден (мысалы, жас немесе жыныс) түсініктер немесе мәндер алуға немесе алуға болады, содан кейін болжамды деректер модельдер құруға болады. Алгоритм күрделі математикалық функцияларды және Гаусс Копула деп аталатын ықтималдық теориясын қолданады. Алгоритмнің күрделілік деңгейін түсіну оңай. Бұл әдіс жарыстарда жүлделі орындарға ие болды.

Машиналық оқыту үй тапсырмасын алмастыруы мүмкін

Бүкіл әлемде машиналық оқыту көптеген жұмысты алмастыра алатыны талқылануда, себебі ол адам миының тиімділігімен тапсырмаларды орындайды. Шын мәнінде, машиналық оқыту дерекқорларды алмастырады деген алаңдаушылық бар және мұндай алаңдаушылыққа негіз бар сияқты.

Деректерді талдау дағдылары жоқ, бірақ күнделікті өмірде әр түрлі аналитикалық қажеттіліктері бар қарапайым пайдаланушы үшін үлкен көлемді деректерді талдай алатын және талдау деректерін бере алатын компьютерлерді қолдану мүмкін емес. Алайда, табиғи тілді өңдеу (NLP) әдістері компьютерді адами табиғи тілді қабылдауға және өңдеуге үйрету арқылы бұл шектеуді жеңе алады. Осылайша қарапайым пайдаланушыға күрделі аналитикалық функциялар мен дағдылар қажет емес.

IBM деректерді зерттеушілерге қажеттілікті Watson Natural Language Analytics Platform арқылы азайтуға немесе жоюға болады деп санайды. Уотсонның аналитика және іскерлік барлау жөніндегі вице -президенті Марк Атшюллердің айтуынша: «Уотсон сияқты танымдық жүйемен сіз өзіңіздің сұрағыңызды қоясыз - немесе егер сізде сұрақ болмаса, сіз өзіңіздің деректеріңізді жүктейсіз, ал Уотсон оны қарай алады. және сіз білгіңіз келетін нәрсені шығарыңыз. »

Қорытынды

Автоматтандыру-бұл машиналық оқытудың келесі логикалық қадамы және біз күнделікті өмірде эффектілерді сезініп жатырмыз-электронды коммерция сайттары, Facebook-тің достарының ұсыныстары, LinkedIn желісінің ұсыныстары мен Airbnb іздеу рейтингтері. Берілген мысалдарды қарастыра отырып, мұны автоматтандырылған автоматтандырылған оқыту жүйесімен шығарылатын өнімнің сапасына жатқызуға болатынына күмән жоқ. Барлық қасиеттері мен артықшылықтарына қарамастан, үлкен жұмыссыздыққа әкелетін машиналық оқыту идеясы шамадан тыс реакция болып көрінеді. Машиналар ондаған жылдар бойы біздің өміріміздің көптеген бөліктерінде адамдарды алмастырды, бірақ адамдар дамып, өндірісте өзекті болып қалуға бейімделді. Көзқарасқа сәйкес, машиналық оқыту оның барлық бұзылыстары үшін - адамдар бейімделетін кезекті толқын.


Хабарлама уақыты: 03-2021 тамыз