Machine learning to pojęcie, które wciąż nie jest szeroko znane. Jednocześnie z efektami użycia technik machine learning spotykamy się właściwie na co dzień. Co kryje się po hasłem „uczenie maszynowe” i w jaki sposób jest ono praktycznie wykorzystywane?
Czym jest „machine learning”?
Machine learning („uczenie maszynowe” można zdefiniować – za twórcą tego pojęcia A. Samuelem – jako pole nauk, dające maszynom zdolność do uczenia się, bez ich dokładnego zaprogramowania. Czyli, przekładając to na nieco prostszy język: to technologia, która sprawia, że program na podstawie dostarczonych mu danych „uczy się” wychwytywać pewne schematy i wykorzystywać je podczas późniejszych analiz.
Prezentując to na przykładzie – w „tradycyjnym” programowaniu, aby aplikacja rozpoznawała zdjęcia kwiatków, musiałaby najpierw otrzymać fotografie wszystkich kwiatów na świecie wraz z odpowiednim opisem. Machine learning pozwala nauczyć program rozpoznawać kwiaty – np. dostarczając mu pewną ilość zdjęć kwiatów z właściwymi etykietami. Na ich podstawie program wychwytuje schematy i może później analizować inne fotografie.
Więcej informacji na temat tego, czym jest uczenie maszynowe, w jaki sposób działa oraz w jakich kierunkach się rozwija, może dostarczyć blog o machine learning.
Zastosowanie machine learning
Gdyby zrobić ankietę uliczną z pytaniem, „czy wiesz, czym jest machine learning?” zapewne lwia część respondentów odpowiedziałaby przecząco. Jednocześnie jednak ci sami ludzie każdego dnia stykają się z efektami prac machine learning – nawet jeżeli nieświadomie.
Machine learning stosuje chociażby Netflix – jak sam zresztą przyznaje. Bazują na nim algorytmy pozwalające poznawać preferencje konsumentów i dostarczać im odpowiednie treści – a więc są wykorzystywane przez aplikacje do słuchania muzyki, oglądania filmów, czy nawet w social mediach takich jak Facebook. Jeżeli Twój aparat w smartfonie ma funkcję rozpoznawania twarzy, prawdopodobnie do jej wgrania również użyto mechanizmów uczenia maszynowego. Jeśli kiedykolwiek grałeś w szachy czy warcaby z komputerem – również potrafi on grać dzięki ML!
Dzięki machine learning banki mogą monitorować transakcje i wykrywać wydarzenia wskazujące na możliwość skradzenia karty. Możliwe staje się analizowanie dużych zbiorów danych i szybkie wychwytywanie zależności – tam, gdzie robienie tego na „piechotę” byłoby trudne albo niemożliwe.
Machine learning coraz chętniej wykorzystywane jest też w medycynie – między innymi diagnostyce obrazowej. (Może chociażby przyspieszyć pracę lekarzy, poprzez wstępną analizę zdjęć RTG, wychwytując nieprawidłowości.) Zastosowanie znajduje również w takich dziedzinach jak transport, programy tłumaczące, analiza mowy, czy… tworzenie samochodów z funkcją autopilota.
Uczenie maszynowe bywa stosowane także przy tworzeniu aplikacji oraz oprogramowania dla biznesu. Więcej na temat stosowania machine learning w firmach można przeczytać w tekście „Machine learning – jak wykorzystać go w biznesie?”
Machine learning to technologia, która powoli rewolucjonizuje nasz świat – umożliwiając wprowadzanie innowacji w wielu różnych dziedzinach.