Около машинното обучение (machine learning) вече се вдига много шум и вече почти всяка индустрия говори за него. Но какво всъщност представлява то?
Според Hewlett Packard това е „процеса, чрез който компютрите развиват разпознаване на образи, или способността им непрекъснато да се учат и да правят прогнози на базата на данни, след това да правят корекции, без да бъдат специално програмирани да го правят”. С други думи това е начин машините да анализират и оперират с големи обеми информация, да продължат да се учат и да се подобряват с течение на времето. Машинното обучение е елемент и движещата сила на изкуствения интелект, където компютърът е програмиран с възможност за самообучение и подобряване на изпълнението на определена задача.
Като пример за действащи алгоритми свързани с машинното обучение е разпознаването на лица – област, която се подобрява от ден на ден. Правоприлагащите органи го използват и за разпознаване на лица за откриване на измамни дейности и за залавяне на престъпници. Google Photos пък ви позволява да сортирате снимките си на база хората в тях. Тези алгоритми може да не са били изключително точни в миналото, но са били обучавани с времето чрез машинното обучение. Ето и някои от другите области, които ще стават все по-свързани с него.
Здравеопзване
Когато става въпрос за нашето здраве и цялостното поддържане на добро физическо състояние, машинното обучение заема все по-голяма роля. Превенцията от заболявания също е подпомагана от прогнозирането на потенциалните здравни проблеми, на които човек може да се поддаде, въз основа на възраст, социално-икономически статус, генетична история и др. Използването на програми за анализ и кръстосани референтни симптоми срещу бази данни, съдържащи милиони други случаи и заболявания, води до по-бърза диагностика на заболяванията и болестите, а с по-бързото лечение спасява животи и намалява времето, което пациентът прекарва в здравната система. В момента има болници, които използват алгоритми, свързани с изкуствения интелект, за да могат по-точно да откриват тумори в радиологичните сканирания и да анализират различни бенки за рак на кожата. От друга страна машинното обучение се адаптира за ускоряване на изследванията за лечение на рак.
Образование
От учителите се изисква да играят много роли: на педагог, анализатор, съветник, ментор, съюзник, съдия и още куп други и едновременно с това да бъдат максимално полезни за учениците. Точно тук идва това, че компютрите могат да бъдат програмирани, така че да определят индивидуални планове за обучение, специфични за нуждите на всеки ученик. Алгоритмите могат да анализират резултатите от тестовете, като драстично намалят времето, което учителите прекарват в оценяване. Информацията относно колко е ангажиран ученикът в час и академичната му история може да помогне за определянето на пропуските в знанията.
Юридически свят
Забелязва се интерес към машинното обучение и от страна на юридическите фирми, за да могат да обработват големи количества данни, свързани с различни правни прецеденти. Някои от фирмите споделят, че използват софтуерни програми, с които преглеждат документи и предишни случаи за секунди, което иначе би им отнело около 360 000 часа. Естествено, едва ли машинното обучение или изкуственият интелект ще заместят учителите или адвокатите скоро, но използването му със сигурност ще намали времето, необходимо за сглобяването на определени случай, и би ускорило процесите в съда.
Автоматизация на труда
Автоматизацията на индустриите е най-очевидната промяна, която можем да очакваме от машинното обучение. Функциите и задачите, които някога са изпълнявани от обучени работници, все повече се механизират и по-специално работните места, които включват някакъв елемент на опасност или потенциална вреда, като например работа във фабрики и добивната промошленост. Вече има камиони без шофьори, работещи в минни шахти в Австралия, управлявани дистанционно от отдалечен контролен център.
Транспорт
Транспортният отрасъл непрекъснато става все по-зависим от машинното обучение и изкуствения интелект като се очаква през следващото десетилетие по-голямата част от корабнитe и железопътнитe мрежи да бъдат контролирани автономно. В момента Китай вече тества автономни обществени автобуси. Междувременно Rolls Royce и Google обединиха усилията си за разработване и пускане на първия в света самоходен кораб до 2020 г. Така докато самоуправляващата се кола на Google заменя един водач, изкуственият интелект при кораба ще трябва да изпълнява задачите, които обикновено изискват екипаж от 20 души. Няколко канадски авиационни компании също влагат големи средства в развитието на безпилотни търговски самолети. Небето вече дори не е граница с НАСА, която успешно пусна и приземи автономна космическа совалка, с планове да разработи модел, който един ден да може да превозва пътници.
Машинното обучение и интернет на нещата със сигурност ще подобрят начина, по който общуваме и живеем в ежедневието си. Впечатляващ напредък се постига в така наречената технология за четене на ума като например слушалките AlterEgo, които отговарят на нашите мозъчни вълни, за да контролират уредите в къщата. Факт е, че автоматизацията на живота ни вече се случва, а положителният ефект от нея тепърва ще се усеща.
