Dlaczego ludzie mówią o punkcie zwrotnym w uczeniu maszynowym?

P:

Dlaczego ludzie mówią o „punkcie zwrotnym” uczenia maszynowego?

Znaczna liczba ekspertów ostrzega innych, że uczenie maszynowe naprawdę eksploduje w ciągu najbliższych kilku lat jako rozwijająca się branża. Jako szczególny element pracy nad sztuczną inteligencją uczenie maszynowe opiera się na wyrafinowanych algorytmach i zestawach szkoleniowych danych w celu opracowania złożonych odpowiedzi probabilistycznych, które można zastosować w prawie każdej sytuacji lub branży. Mając to na uwadze, wdrażanie uczenia maszynowego w społeczności przedsiębiorstw rośnie obecnie, ponieważ firmy starają się być pierwszymi wśród swoich konkurentów, którzy naprawdę stosują uczenie maszynowe w określony sposób.

Aplikacje biznesowe to tylko jedna strona potencjalnego wzrostu uczenia maszynowego. Firmy odkrywają również, że inteligentniejsze technologie i inteligentniejsze produkty odblokują nową generację bardziej funkcjonalnych towarów i usług konsumpcyjnych.

Ludzie mówią o „punkcie zwrotnym” uczenia maszynowego jako doskonałej burzy postępu w dziedzinie sprzętu, algorytmów i danych. Harvard Business Review wspomina o wszystkich trzech z nich w lipcowym artykule omawiającym zbliżającą się eksplozję uczenia maszynowego. Oczywiście duże zbiory danych są prawdopodobnie najbardziej zatłoczone w prasie technicznej; z tych trzech elementów, Big Data eksplodowała już w ciągu ostatnich 10 lat. Jednak same algorytmy również rozwinęły się dość znacząco.

Kolejnym komponentem, o którym mówi tak wiele osób, jest sprzęt napędzający bardziej rozpowszechnione aplikacje do uczenia maszynowego.

Zasadniczo firmy zmierzają w kierunku opracowania specyficznych dla aplikacji płytek drukowanych i procesorów przeznaczonych do uczenia maszynowego, zamiast wyposażania tradycyjnych technologii płytek drukowanych w obsługę dużej liczby danych wejściowych i obliczeń związanych z podejmowaniem probabilistycznych decyzji. Niektóre technologie referencyjne, takie jak Google Tensor Processing Unit lub TPU i inne produkty, które zostały zbudowane specjalnie w celu umożliwienia obliczeń uczenia maszynowego, na przykład poprzez zastosowanie programowalnych tablic bramek logicznych.

Wszystkie te trendy łączą się, aby przedstawić rosnące zapotrzebowanie na systemy uczenia maszynowego i umiejętności, na które kierownictwo i inni zwracają dużą uwagę, gdy zastanawiają się nad przyszłością technologii biznesowej w 2018 roku i później.