Šta je mašinsko učenje i zašto može uzeti vaš posao

2024 Autor: Malcolm Clapton | [email protected]. Zadnja izmjena: 2023-12-17 03:49

Novi algoritmi omogućavaju kompjuterima da rešavaju probleme koji su ranije bili mogući samo za ljude. S jedne strane, to će nam donijeti velike koristi, as druge nove izazove za svakog od nas. Kako vas napredak ne bi iznenadio, budite oprezni i promatrajte situaciju.

Donedavno su programeri morali da pišu složena i vrlo precizna uputstva čak i da bi kompjuterima omogućili izvršavanje najjednostavnijih zadataka.

Jezici su se oduvijek razvijali, ali najznačajniji napredak u ovoj oblasti bilo je pojednostavljenje rada s kodom. Sada se kompjuteri ne mogu programirati kao ranije, već se postavljaju tako da sami uče.

Ovaj proces, nazvan mašinsko učenje, obećava da će biti pravi tehnološki proboj i može uticati na svakoga, bez obzira na polje aktivnosti. Stoga će svakom od nas biti korisno razumjeti temu.

Šta je mašinsko učenje

Mašinsko učenje eliminiše potrebu da programer detaljno objasni kompjuteru kako da reši problem. Umjesto toga, kompjuter se uči da sam pronađe rješenje. U suštini, mašinsko učenje je veoma složena primena statistike za pronalaženje obrazaca u podacima i stvaranje predviđanja iz njih.

Istorija mašinskog učenja datira iz 1950-ih, kada su kompjuterski naučnici uspeli da nauče kompjutere da igraju dame. Od tada, zajedno sa računarskom snagom, raste složenost obrazaca i predviđanja koje kompjuter može prepoznati i napraviti, te problema koje može riješiti.

Algoritam prvo dobije skup podataka za obuku, a zatim ga koristi za obradu zahtjeva. Na primjer, možete ubaciti nekoliko fotografija u svoj automobil s opisima njihovog sadržaja, kao što su “ova fotografija prikazuje mačku” i “ova fotografija nema mačku”. Ako nakon toga dodate nove slike na kompjuter, on će sam početi identificirati slike s mačkama.

Algoritam nastavlja da se poboljšava. Tačni i pogrešni rezultati prepoznavanja ulaze u bazu podataka, a sa svakom obrađenom fotografijom program postaje sve pametniji i bolji i bolje se nosi sa zadatkom. U suštini, ovo je učenje.

Zašto je mašinsko učenje važno

Sada se mašine mogu bezbedno primeniti u oblastima za koje se ranije smatralo da su pristupačne samo ljudima. Iako je tehnologija još uvijek daleko od idealne, suština je da se računari stalno poboljšavaju. U teoriji, mogu se razvijati beskonačno. Ovo je glavna ideja mašinskog učenja.

Mašine uče da vide slike i klasifikuju ih, kao u gornjem primeru fotografije. Oni mogu prepoznati tekst i brojeve na ovim slikama, kao i ljude i mjesta. Štaviše, kompjuteri ne samo da identifikuju napisane reči, već uzimaju u obzir i kontekst njihove upotrebe, uključujući pozitivne i negativne nijanse emocija.

Između ostalog, mašine nas mogu saslušati i odgovoriti. Virtuelni asistenti u našim pametnim telefonima - bilo da je Siri, Cortana ili Google Now - oličavaju napredak u obradi prirodnog jezika i nastavljaju da se razvijaju.

Osim toga, kompjuteri uče pisati. Algoritmi mašinskog učenja već generišu novinske članke. Mogu pisati o finansijama, pa čak i o sportu.

Takve funkcije mogu promijeniti sve aktivnosti zasnovane na unosu podataka i klasifikaciji koje su ranije bile moguće samo za ljude. Ako računar može prepoznati sliku, dokument, datoteku ili drugi objekt i precizno ga opisati, to otvara brojne mogućnosti za automatizaciju.

Kako se danas koristi mašinsko učenje

Algoritmi mašinskog učenja već su u stanju da impresioniraju.

Medecision ih koristi za izračunavanje faktora rizika za razne bolesti u velikim zajednicama. Na primjer, algoritam je identificirao osam varijabli koje se mogu koristiti da se zaključi da li pacijentu s dijabetesom treba hospitalizacija ili ne.

Nakon potrage za pravim proizvodom u online trgovinama, možda ćete primijetiti da na internetu već duže vrijeme vidite reklamu za ovaj proizvod. Ova marketinška personalizacija samo je vrh ledenog brega. Kompanije mogu automatski slati e-poštu, kupone, ponude i prikazati preporuke prilagođene svakom klijentu pojedinačno. Sve to nježnije gura potrošača na kupovinu.

Obrada prirodnog jezika se koristi na mnogo različitih načina. Na primjer, uz njegovu pomoć zamjenjuju se zaposleni u službama podrške kako bi se korisnicima brzo pružile potrebne informacije. Osim toga, takvi algoritmi pomažu pravnicima da dešifruju složenu dokumentaciju.

IBM je nedavno anketirao. šefovi automobilskih kompanija. 74% njih očekuje da će se pametni automobili pojaviti na cestama do 2025. godine.

Takvi automobili će dobiti informacije o vlasniku i njihovoj okolini koristeći Internet stvari. Na osnovu ovih podataka, moći će automatski promijeniti temperaturu, zvuk, položaj stolice i druge postavke. Pametni automobili će također sami rješavati nastajuće probleme, samostalno voziti i davati preporuke na osnovu saobraćaja i stanja na cestama.

Šta očekivati od mašinskog učenja u budućnosti

Mogućnosti koje nam mašinsko učenje otvara u budućnosti su gotovo beskrajne. Evo nekoliko impresivnih primjera.

• Personalizovani zdravstveni sistem koji pacijentima pruža personalizovanu medicinsku negu zasnovanu na njihovom genetskom kodu i načinu života.
• Sigurnosni softver koji detektira hakerske napade i zlonamjerni softver s najvećom preciznošću.
• Kompjuterizirani sigurnosni sistemi za aerodrome, stadione i slične lokacije koji identificiraju potencijalne prijetnje.
• Samovozeći automobili koji se orijentišu u prostoru minimiziraju broj saobraćajnih gužvi i nesreća.
• Napredni sistemi protiv prevara koji mogu osigurati novac na našim računima.
• Univerzalni prevodioci koji će nam omogućiti da dobijemo precizan i brz prijevod pomoću pametnih telefona i drugih pametnih uređaja.

Zašto biste trebali paziti na mašinsko učenje

Iako će mnogi iskusiti ove mogućnosti s pojavom novih tehnologija, većina neće htjeti razumjeti kako sve to funkcionira iznutra. Ali bolje da svi ostanemo na oprezu. Zaista, uz sve prednosti, dalji napredak će donijeti opipljive posljedice na tržište rada.

Mašinsko učenje, zasnovano na sve većoj količini podataka koje generiše gotovo svaka osoba na Zemlji, u potpunosti će promijeniti profesiju. Naravno, ove inovacije će mnogima olakšati posao, ali će biti i onih koji će ostati uskraćeni za posao. Algoritmi već odgovaraju na e-poštu, tumače medicinske slike, pomažu u parnicama, analiziraju podatke itd.

Mašine uče iz vlastitog iskustva, tako da programeri više ne moraju pisati kod za svaku neobičnu situaciju. Ova sposobnost učenja, zajedno s napretkom u robotici i mobilnoj tehnologiji, omogućit će kompjuterima da se bave složenim zadacima bolje nego ikada prije.

Ali šta će se dogoditi s ljudima kada ih nadmaše mašine?

Prema. Svjetski ekonomski forum, kompjuteri i roboti će u narednih pet godina zauzeti pet miliona radnih mjesta koja sada imaju ljudi.

Stoga moramo paziti na to kako mašinsko učenje mijenja tok posla. Nije važno ko ste: advokat, medicinar, pomoćni radnik, vozač kamiona ili bilo ko drugi. Promjena može uticati na svakoga.

Najbolji način da izbjegnete neugodno iznenađenje kada kompjuteri počnu preuzimati poslove je proaktivno razmišljanje i priprema.