Кажется, что в последние годы технологии развиваются довольно быстро, обещая новую эру в ближайшем будущем — быстрее, чем любая другая технологическая эволюция. Ожидается, что мир, каким мы его знаем сегодня, изменится в ближайшие 5-10 лет, а некоторые эксперты говорят, что уже через 3 года. Большие данные, искусственный интеллект, машинное обучение, боты и многое другое! Это захватывающе и ошеломляюще одновременно.

Мы находимся на ранней стадии всех этих новых технологий, но они обещают сделать этот мир лучше… хотя некоторые проявляют осторожность и предсказывают возможный сценарий конца света, когда машины буквально захватят мир! Ну, я думаю, что это маловероятно, и не верю, что это произойдет в ближайшее время.

Что такое искусственный интеллект?

Согласно словарю Google, определение искусственного интеллекта — это «теория и разработка компьютерных систем, способных выполнять задачи, которые обычно требуют человеческого интеллекта, такие как визуальное восприятие, распознавание речи, принятие решений и перевод между языками».

Человеческий мозг — самая сложная система, и пока нет системы, которая могла бы сравниться с человеческим мозгом. Изменить это — конечная цель искусственного интеллекта (ИИ). Однако технология искусственного интеллекта в виде автопилота в авиакомпаниях существует примерно с середины 1970-х годов… а если дать определение автопилоту в общих чертах, то с 1900-х годов. Артур Ли Сэмюэл, который был пионером в области компьютерных игр и искусственного интеллекта, ввел термин «машинное обучение» еще в 1959 году. Он создал первую в мире программу самообучения — программу игры в шашки, демонстрирующую раннюю концепцию машинного обучения.

По мере того, как наше понимание человеческого мозга развивалось, развивалась и наша концепция искусственного интеллекта и машинного обучения.

Искусственный интеллект и машинное обучение

Искусственный интеллект и машинное обучение (МО) — это модные слова, которые взаимозаменяемы, но это не совсем одно и то же.

Искусственный интеллект — это широкая концепция, согласно которой машины могут выполнять одну конкретную задачу лучше, чем любой человек.

и,

Машинное обучение основано на идее о том, что машинам следует предоставить доступ к данным, позволить им выявлять закономерности и идеи и со временем учиться самостоятельно. Машинное обучение можно назвать подмножеством ИИ, поскольку ИИ — это широкий общий термин, и кто знает, в будущем из этого пространства появится больше инноваций. Тем не менее, в настоящее время в центре внимания находится ML.

Применения машинного обучения

Ранние приложения машинного обучения существуют повсюду, прокладывая путь к более глубокому обучению для создания научно-фантастического будущего. Давайте посмотрим на некоторые популярные сегодня приложения машинного обучения:

Netflix использует алгоритмы машинного обучения, которые адаптируются к поведению пользователей, чтобы предоставить им максимально персонализированный контент.

UberEATS прогнозирует примерное время доставки еды, выполняет поиск и ранжирует рестораны с помощью своей платформы машинного обучения Michelangelo.

Алгоритмы машинного обучения Yelp помогают персоналу компании более эффективно компилировать, классифицировать и маркировать изображения.

Pinterest использует машинное обучение для обработки миллионов поисковых запросов изображений в месяц, чтобы определить визуальные шаблоны и сопоставить их с другими изображениями, помогая пользователям находить контент, похожий на прикрепленные ими изображения.

Facebook использует алгоритмы машинного обучения для работы программного обеспечения для распознавания лиц и для многих других проектов.

Instagram использовал машинное обучение для определения контекстуального значения эмодзи. Например, сленг «лол» будет заменен смеющимся смайликом.

Snapchat использует машинное обучение для отслеживания движений в видео и представила лицевые фильтры, которые позволяют пользователям добавлять анимационные эффекты или цифровые маски, которые корректируются при движении их лиц.

Twitter оценивает каждый твит в режиме реального времени с помощью машинного обучения и «присваивает» ему баллы по различным показателям.

Amazon уже некоторое время использует машинное обучение для создания сложных систем рекомендаций. Amazon интегрировал рекомендации практически во все этапы процесса покупки, от поиска продукта до оформления заказа. Наряду с рекомендациями по продукту, «Часто покупаемые вместе» или другие товары, которые также покупают клиенты, также отображаются на страницах сведений о продукте. Amazon также рассылает рекомендации пользователям по электронной почте.

Apple довольно известна своей молчаливостью в отношении своих инноваций, но не секрет, что Siri использует машинное обучение, чтобы понимать намерения пользователей, и скоро сможет стать вашим личным помощником, использующим машинное обучение, чтобы она могла учиться все о вас и попытаться предложить более разумные предложения.

Google Карты применяют машинное обучение для анализа скорости движения трафика в любой момент времени. Google уже много лет инвестирует в эту область во все аспекты машинного обучения с различными проектами, результатом которых являются обработка естественного языка, перевод речи, поисковое ранжирование и системы прогнозирования.

ИИ Уотсона от IBM! Кого мы можем забыть… Пост стал чемпионом телевизионного игрового шоу Jeopardy…. Watson помогает давать рекомендации по лечению некоторых видов рака, а также помогает покупателям в розничном секторе.

Salesforce назвала свою инициативу машинного обучения Einstein, которая предоставляет прогнозы и рекомендации на основе ваших уникальных бизнес-процессов и данных о клиентах.

SAP запустила SAP Leonardo, которая представляет собой объединение перспективных технологий, таких как Интернет вещей, машинное обучение, блокчейн, аналитика и большие данные. Имя SAP Leonardo было вдохновлено художником эпохи Возрождения, скульптором, архитектором, инженером и философом Леонардо да Винчи.

Я слышу: «Данные — это новое золото!» и программное обеспечение SAP затрагивает более 76 процентов бизнес-транзакций в мире, что делает SAP уникальной возможностью доступа к данным в таком масштабе и революционным образом меняет отрасль бизнеса.

Осенью прошлого года SAP представила Программу совместных инноваций машинного обучения. 10 крупных корпоративных клиентов присоединяются к SAP Hybris, чтобы внедрить возможности машинного обучения в портфели SAP Hybris Sales Cloud и SAP Hybris Service Cloud. Доступно несколько вариантов использования, охватывающих маркетинг, продажи, обслуживание и коммерцию. Они включают в себя расширенную персонализацию, контекстный мерчендайзинг, бота-помощника по покупкам, оценку сходства, анализ настроений, анализ текста сервисного билета и бота обслуживания клиентов.

В продолжении блога я хотел бы рассказать больше об инновациях ML и вкладе пользовательского опыта в повышение удобства использования результатов ML.

Обернуть

Что ж, мы только коснулись некоторых известных примеров машинного обучения, доступных сегодня в нашей повседневной жизни. В беспилотных автомобилях, летающих такси, умных личных помощниках, умных домах происходит гораздо больше инноваций, которые, несомненно, изменят каждую отрасль, а также то, как мы работаем и как мы живем в этом прекрасном мире.