Wat is masjienleer en hoekom dit jou werk kan neem

2024 Outeur: Malcolm Clapton | [email protected]. Laas verander: 2023-12-17 03:44

Nuwe algoritmes laat rekenaars toe om probleme op te los wat voorheen net vir mense moontlik was. Aan die een kant sal dit vir ons groot voordele inhou, andersyds nuwe uitdagings vir elkeen van ons. Om te verhoed dat vordering jou verras, wees wakker en hou die situasie dop.

Tot onlangs moes programmeerders komplekse en baie presiese instruksies skryf, selfs om rekenaars in staat te stel om die eenvoudigste take uit te voer.

Tale het nog altyd ontwikkel, maar die belangrikste vooruitgang op hierdie gebied was die vereenvoudiging van die werk met kode. Nou kan rekenaars nie soos voorheen geprogrammeer word nie, maar so opgestel word dat hulle op hul eie leer.

Hierdie proses, wat masjienleer genoem word, beloof om 'n ware tegnologiese deurbraak te wees en kan enige iemand raak, ongeag hul aktiwiteitsveld. Daarom sal dit vir elkeen van ons nuttig wees om die onderwerp te verstaan.

Wat is masjienleer

Masjienleer elimineer die behoefte vir 'n programmeerder om in detail aan 'n rekenaar te verduidelik presies hoe om 'n probleem op te los. In plaas daarvan word die rekenaar geleer om 'n oplossing op sy eie te vind. In wese is masjienleer 'n baie komplekse toepassing van statistiek om patrone in data te vind en voorspellings daaruit te skep.

Die geskiedenis van masjienleer dateer terug na die 1950's, toe rekenaarwetenskaplikes daarin geslaag het om rekenaars te leer om dam te speel. Sedertdien, saam met rekenaarkrag, het die kompleksiteit van die patrone en voorspellings wat die rekenaar kan herken en maak, en die probleme wat dit kan oplos, gegroei.

Die algoritme verkry eers 'n stel opleidingsdata en gebruik dit dan om versoeke te verwerk. Jy kan byvoorbeeld verskeie foto's in jou motor laai met beskrywings van hul inhoud, soos "hierdie foto wys 'n kat" en "hierdie foto het nie 'n kat nie". As daarna nuwe beelde by die rekenaar voeg, sal dit op sy eie begin om foto's met katte te identifiseer.

Die algoritme verbeter steeds. Die korrekte en foutiewe herkenningsresultate kom in die databasis, en met elke verwerkte foto word die program slimmer en hanteer die taak beter en beter. In wese is dit leer.

Waarom masjienleer belangrik is

Nou kan masjiene veilig toegepas word in gebiede wat voorheen as slegs vir mense toeganklik beskou is. Terwyl tegnologie nog ver van ideaal is, is die slotsom dat rekenaars voortdurend verbeter. In teorie kan hulle onbepaald ontwikkel. Dit is die hoofgedagte van masjienleer.

Die masjiene leer om beelde te sien en te klassifiseer, soos in die foto-voorbeeld hierbo. Hulle kan teks en nommers in hierdie beelde herken, sowel as mense en plekke. Boonop identifiseer rekenaars nie net die geskrewe woorde nie, maar neem ook die konteks van hul gebruik in ag, insluitend positiewe en negatiewe skakerings van emosies.

Masjiene kan onder meer na ons luister en reageer. Virtuele assistente in ons slimfone – of dit nou Siri, Cortana of Google Now is – beliggaam deurbrake in natuurlike taalverwerking en gaan voort om te ontwikkel.

Daarbenewens leer rekenaars om te skryf. Masjienleeralgoritmes genereer reeds nuusartikels. Hulle kan skryf oor finansies en selfs sport.

Sulke funksies kan alle aktiwiteite verander op grond van data-invoer en klassifikasie wat voorheen net vir mense moontlik was. As 'n rekenaar 'n prent, dokument, lêer of ander voorwerp kan herken en dit akkuraat kan beskryf, bied dit ruim geleenthede vir outomatisering.

Hoe masjienleer vandag gebruik word

Masjienleeralgoritmes is reeds in staat om te beïndruk.

Medecision gebruik dit om risikofaktore vir verskeie siektes in groot gemeenskappe te bereken. Die algoritme het byvoorbeeld agt veranderlikes geïdentifiseer wat gebruik kan word om te besluit of 'n pasiënt met diabetes hospitalisasie benodig of nie.

Nadat jy na die regte produk in aanlynwinkels gesoek het, sal jy dalk agterkom dat jy vir 'n lang tyd advertensies vir hierdie produk op die internet sien. Hierdie bemarkingsverpersoonliking is net die punt van die seekoei. Maatskappye kan outomaties e-posse, koepons, aanbiedings stuur en aanbevelings vertoon wat individueel vir elke kliënt aangepas is. Dit alles druk die verbruiker sagter om te koop.

Natuurlike taalverwerking word op baie verskillende maniere gebruik. Byvoorbeeld, met die hulp daarvan word werknemers in ondersteuningsdienste vervang om vinnig die nodige inligting aan gebruikers te verskaf. Boonop help sulke algoritmes prokureurs om komplekse dokumentasie te ontsyfer.

IBM onlangs ondersoek. hoofde van motormaatskappye. 74% van hulle verwag dat slimmotors teen 2025 op die paaie sal verskyn.

Sulke motors sal inligting oor die eienaar en hul omgewing ontvang deur die Internet van Dinge te gebruik. Op grond van hierdie data sal hulle die temperatuur, klank, stoelposisie en ander instellings outomaties kan verander. Slim motors sal ook opkomende probleme self oplos, onafhanklik ry en aanbevelings maak op grond van verkeer en padtoestande.

Wat om te verwag van masjienleer in die toekoms

Die moontlikhede wat masjienleer vir ons in die toekoms oopmaak, is amper eindeloos. Hier is 'n paar indrukwekkende voorbeelde.

• 'n Gepersonaliseerde gesondheidsorgstelsel wat pasiënte voorsien van persoonlike mediese sorg gebaseer op hul genetiese kode en leefstyl.
• Sekuriteitsagteware wat hackeraanvalle en wanware met die hoogste akkuraatheid opspoor.
• Gerekenariseerde sekuriteitstelsels vir lughawens, stadions en soortgelyke liggings wat potensiële bedreigings identifiseer.
• Selfbesturende motors wat hulself in die ruimte oriënteer, verminder die aantal verkeersknope en ongelukke.
• Gevorderde teenbedrogstelsels wat geld in ons rekeninge kan beveilig.
• Universele vertalers wat ons in staat sal stel om akkurate en vinnige vertaling te ontvang deur slimfone en ander slimtoestelle te gebruik.

Waarom u moet oppas vir masjienleer

Alhoewel baie hierdie geleenthede sal ervaar met die koms van nuwe tegnologieë, sal die meeste nie wil verstaan hoe dit alles van binne werk nie. Maar ons moet almal beter wakker bly. Inderdaad, saam met al die voordele, sal verdere vordering tasbare gevolge vir die arbeidsmark meebring.

Masjienleer, gebaseer op die steeds groeiende hoeveelheid data wat byna elke mens op aarde genereer, sal heeltemal van beroep verander. Natuurlik sal hierdie innovasies die werk van baie mense vereenvoudig, maar daar sal ook diegene wees wat van hul werk ontneem sal word. Algoritmes reageer reeds op e-posse, interpreteer mediese beelde, help met litigasie, ontleding van data, ensovoorts.

Masjiene leer uit hul eie ervaring, so programmeerders hoef nie meer kode vir elke ongewone situasie te skryf nie. Hierdie leervermoë, tesame met vooruitgang in robotika en mobiele tegnologie, sal rekenaars in staat stel om komplekse take beter as ooit tevore te hanteer.

Maar wat sal met mense gebeur wanneer hulle deur masjiene oortref word?

Volgens. Wêreld Ekonomiese Forum, rekenaars en robotte sal die vyf miljoen poste wat mense nou besit oor die volgende vyf jaar beset.

Ons moet dus 'n ogie hou oor hoe masjienleer die werkvloei verander. Dit maak nie saak wie jy is nie: 'n prokureur, 'n dokter, 'n ondersteuningswerker, 'n vragmotorbestuurder of enigiemand anders. Verandering kan almal raak.

Die beste manier om die onaangename verrassing te vermy wanneer rekenaars werk begin neem, is om proaktief te dink en voor te berei.