Tartalom
K:
Miért beszélnek az emberek a gépi tanulás "csúcspontjáról"?
A:
Számos szakértő figyelmezteti másokat arra az elgondolásra, hogy a gépi tanulás valóban felrobban az elkövetkező néhány évben, mint feltörekvő ipar. A mesterséges intelligencia munkájának egy speciális elemeként a gépi tanulás kifinomult algoritmusokra és adatképzési készletekre támaszkodik, hogy komplex valószínűségi válaszokat dolgozzon ki, amelyek szinte bármilyen helyzetben vagy iparágban alkalmazhatók. Ezt szem előtt tartva, a gépi tanulás alkalmazkodása a vállalati közösségben egyre növekszik, mivel a vállalatok megpróbálják az elsők lenni versenytársaik között, akik ténylegesen alkalmazzák a gépi tanulást meghatározott módon.
Az üzleti alkalmazások a gépi tanulás potenciális növekedésének csak egy oldala. A vállalatok azt is megállapítják, hogy az intelligensebb technológiák és okosabb termékek felszabadítják a funkcionálisabb fogyasztási cikkek és szolgáltatások új generációját.
Az emberek a gépi tanulás „csúcspontjáról” beszélnek, mint a hardver, az algoritmusok és az adatok tökéletes fejlődésének viharáról. A Harvard Business Review mindhárom elemet megemlíti egy júliusi darabban, amely a gépi tanulás folyamatban lévő robbanását tárgyalja. Természetesen a technikai sajtóban talán a nagy adatok rejtenek a leginkább; e három elem közül a nagy adatok már felrobbantak az elmúlt 10 évben. Maguk az algoritmusok is jelentősen fejlődtek.
Egy másik olyan elem, amelyről oly sok ember beszél, a hardver, amely elterjedtebb gépi tanulási alkalmazásokat vezet.
Lényegében a vállalatok az alkalmazás-specifikus áramköri kártyák és processzor-chipek fejlesztésének folyamatát mozgatják, amelyeket a gépi tanulás kezelésére készítenek, ahelyett, hogy a hagyományos áramköri technológiákat felszerelnék a valószínűségi döntéshozatalban részt vevő nagyszámú bemenet és számítás kezelésére. Néhány referencia-technológia, mint például a Googles Tensor Processing Unit vagy a TPU és más termékek, amelyeket kifejezetten a gépi tanulás számításának lehetővé tételére építettek elő, például egy programozható logikai kapu tömb segítségével.
Mindezek a trendek egyre növekvő igényt mutatnak a gépi tanulási rendszerekre és készségekre, amelyekre a vezetők és mások nagy figyelmet fordítanak, amikor az üzleti technológia jövőjét fontolják meg 2018-ban és azt követően is.