Komputery coraz częściej będą analizowały i uczyły się naszych zachowań. Wartość rynku inteligentnych aplikacji do 2020 r. przekroczy 40 mld dolarów

0

Uczenie maszynowe samo w sobie stanowi realizację zjawiska, które określamy jako sztuczna inteligencja. To proces, w którym sam komputer uczy się czegoś nowego, bazując jedynie na dostarczonych mu danych. Zautomatyzowane systemy analityczne, które kształcą się wraz z upływem czasu i pozyskiwaniem większej liczby informacji, rozwijają się obecnie w tak szybkim tempie, że śmiało można mówić o rewolucji w tym obszarze. Według International Data Corporation do 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld dol.

Uczenie maszynowe to proces, w którym komputer sam ma się nauczyć czegoś na podstawie danych. Czyli w odróżnieniu od klasycznego podejścia do programowania, gdzie programista krok po kroku instruuje komputer, co ma robić, w wypadku uczenia maszynowego rolą człowieka jest tylko określenie celu i dostarczenie danych trenujących – mówi agencji informacyjnej Newseria Michał Kudelski, senior business solution manager z firmy SAS Polska.

Według raportu Gartner firmy, które będą przechowywać swoje dane, a następnie dzięki specjalnym programom analitycznym efektywnie je wykorzystywać w procesie podejmowania decyzji biznesowych, zdobędą ponad 20-procentową przewagę nad swoją konkurencją. To dowód na to, że w uczeniu maszynowym drzemie ogromny potencjał. Obecnie na tej bazie powstaje wiele algorytmów, które wykorzystywane są w procesie tworzenia nowych technologii.

W ostatnich latach obserwujemy pewną rewolucję w sztucznej inteligencji, w uczeniu maszynowym, która też skutkuje pewnymi spektakularnymi sukcesami, takimi jak np. autonomiczne samochody czy zwycięstwa algorytmów sztucznej inteligencji w takich dziedzinach jak szachy, gra Go czy rozpoznawanie twarzy  – twierdzi Michał Kudelski.

Według IDC do 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld dol. Jak twierdzi senior business solution manager z firmy SAS Polska, głównymi przyczynami przyśpieszenia rozwoju sztucznej inteligencji są dostępność danych, moc obliczeniowa i nowe techniki algorytmiczne. Przykładem zastosowania uczenia maszynowego są chociażby serwisy muzyczne typu Spotify, które na podstawie analizy naszych preferencji, czyli tego, co słuchamy, proponują spersonalizowaną listę utworów.

Rewolucja maszynowa jest możliwa dzięki dostępności danych, mocy obliczeniowej i nowym technikom algorytmicznym, które zwiększają skuteczność samego procesu uczenia. Tych przykładów zastosowań uczenia maszynowego obserwujemy z dnia na dzień coraz więcej. Coraz więcej osób korzysta z serwisów muzycznych typu Spotify na podstawie analizy naszych preferencji nasz algorytm jest w stanie nauczyć się, jaki typ muzyki lubimy i zaproponować nam listę utworów skierowaną wyłącznie dla nas – wyjaśnia Michał Kudelski.

Uczenie maszynowe wykorzystywane jest w bardzo szerokim zakresie. Pozwala chociażby rozpoznać mowę, występuje w Google Translator, sprawdza się przy wykrywaniu nadużyć finansowych, jak również w business intelligence, a więc raportowaniu i wizualizacji danych. Jak widać, specyfika wykorzystania tego elementu sztucznej inteligencji jest bardzo szeroka. Co najważniejsze, z uczenia maszynowego może korzystać właściwie każda firma.

Czytaj również:  Sonda JUICE poszuka życia na trzech księżycach Jowisza. Testowaniem i symulacją kosmiczną zajmuje się polska firma