Şüphesiz hepimiz hayatımızda en az bir kez, bilim kurgu kitaplarıyla ve aynı zamanda giderek artan bir şekilde filmler, diziler ve "kolay" iletişim kanalları aracılığıyla günlük terminolojiye giren bir kavram olan "Yapay Zeka" kavramını duymuşuzdur. "Doğrudan". Bazılarımız yakın zamanda "Otomatik Öğrenme" yi de duymuş olacağız, belki "Sinir Ağları" veya "Karar Algoritmaları" ile ilgili konuşmalarda.
Peki Makine Öğrenimi nedir ve yapay zeka ile ne ilgisi var?
Makine öğrenimi veya makine öğrenimi, bilgisayarlara özel olarak amaç için programlanmadan sorunları nasıl çözeceklerini öğrenme yeteneği sağlayan belirli bir Yapay Zeka türünden başka bir şey değildir. Yani bilgisayarlar (doğrudan) program kodundan değil, veriler aracılığıyla nasıl davranılacağını öğrenirler. Her bir etkinlik için, bir programcı tarafından önceden belirlenmiş belirli karar verme süreçlerine sahip olmak yerine, makine öğrenimi yazılımı, benzer problemlerle ilgili olarak, emrinde olan verileri analiz eder ve kavramsal modelleri tanımlamak için istatistiksel analiz kullanır; daha sonra, kararlar almak veya tahminler yapmak için bu modelleri yeni verilere uygulayın. Makine Öğrenimi algoritmalarının "arkasındaki" teknoloji, "Yapay Sinir Ağları" olarak adlandırılan ve doğal bir sinir ağından esinlenen yapay "nöronlardan" oluşan matematiksel bir modelden başka bir şey olmayan, pratikte bir beyindir. Açıkçası, makine öğrenimi algoritmalarından gelen sonuçların olabildiğince doğru olması için, mümkün olduğunca geniş bir bilgi tabanı oluşturmak için muhtemelen en farklı kaynaklardan gelen büyük miktarda verinin mevcut olması gerekir. , en iyi şekilde, önceden insan deneyiminin olmadığı durumlar. Makine öğrenimi algoritmaları uzun süredir kullanılıyor, ancak gerekli karmaşık matematiksel hesaplamaları otomatik ve hızlı bir şekilde büyük miktarda veriye uygulama yeteneği yalnızca son zamanlarda mevcuttur. Ancak, bilgi işlem gücü yeterli hale gelir gelmez, harikalarına rağmen, günlük yaşamımızın bir parçası haline gelen veya haline gelen bir çok uygulama gelişti.
Örneğin, elimizdeki:
- Google araç, bu kendi kendini süren arabadır;
- "Hedefli" çevrimiçi ipuçlarıAmazon ve Netflix sitelerinin bu Stil;
- yüz tanıma, Hangi yüzleri tanır ve otomatik olarak profilinizde fotoğraf yayınlayın her zaman onları etiketlemek için Facebook (aynı zamanda başkalarını) sağlayan bir teknolojidir;
- sosyal zekayani sosyal ağlardaki gönderilerin ve müdahalelerin "duygusal içeriğini" (belirli konularda olumlu, olumsuz veya tarafsız görüş) analiz etme ve sonuç çıkarma becerisi;
- Sanal Asistanlar Siri, Cortana (ve diğerleri) bizim akıllı telefonlarda mevcut.
Bu tür uygulamalar, makine öğrenimi algoritmalarının tüm gücünü ve büyük pratik faydasını ortaya çıkarır ve bu tür araçların, belki de bilgimiz olmadan halihazırda nasıl hale geldiğini ortaya çıkarır. gerçekliğimizin değişmeyen parçası. Ve her geçen gün yeni kullanımlara tanık oluyoruz ya da duyuyoruz; ve araştırma laboratuvarları ve yenilikçi projeleri aracılığıyla yeni uygulamalar bulan genellikle Google'dır. Şubat ayında, pikselli görüntülere dayanan, orijinal fotoğrafın oldukça güvenilir bir şekilde yeniden yapılandırılmasını sağlayan bir yapay zeka sistemini ortaya çıkardı; Nisan ayında, Çevirisinin yapay zeka algoritmaları sayesinde İtalyanca çevirilerinin doğruluğunu geliştirdiğini duyurdu; ayrıca Nisan ayında, bir nesnenin "karalamalarını" veya yalnızca çizimlerini yorumlamak ve bunları aynı nesnenin doğru ve profesyonel çizimleriyle "değiştirmek" için makine öğrenimi algoritmalarını kullanan bir web portalı başlattı. Ama en iyisi hala gelmenin ötesinde. Aslında, Makine Öğrenimi, gerçek gücü henüz tam olarak ifade edilmemiş ve gelecekteki kullanımları iş ve şirket hizmetleriyle sınırlı olmayan çok güçlü bir araçtır. Sürekli teknolojik evrim ve bilgi işlem gücündeki artış sayesinde, aslında, Makine Öğrenimi yakında bir analiz aracından keşif ve inovasyon için bir araca dönüşebilecek ve araştırma ve araştırma gibi sektörlerde giderek artan bir lider rol oynayacaktır. Bilim. Özetle, Makine Öğreniminden yararlanan algoritmalar, bilim insanlarının ve mucitlerin şu anda yaptıklarını tam olarak, ancak daha iyi ve daha hızlı bir şekilde yapabilecek. Umut, bir günlük yazılımın şu anda çözülemeyen sorunları çözeceğidir. Yani, örneğin, kanser veya AIDS gibi hastalıkların tedavisini bulmak için algoritmalarını kullanmasına izin verecek kadar akıllı Makine Öğrenimini inşa edebilme umudu var. Gelecek, bugün hayal bile edemeyeceğimiz şekillerde muhtemelen şaşırtıcı olacaktır.
John Calcerano