Sisällysluettelo:
Koneoppiminen on ollut yksi suurimmista edistysaskeleista tietojenkäsittelyn historiassa, ja nyt sen uskotaan kykenevän ottamaan merkittävät roolit suurten tietojen ja analytiikan alalla. Big data -analyysi on valtava haaste yritysten näkökulmasta. Esimerkiksi sellaiset toiminnot kuin valtavien määrien monimuotoisten tietomuotojen ymmärtäminen, tietojen valmistelu analytiikkaan ja tarpeettomien tietojen suodattaminen voivat kuluttaa paljon resursseja. Tietotekijöiden ja asiantuntijoiden palkkaaminen on kallista ehdotusta, joka ei kuulu jokaisen yrityksen keinoihin. Asiantuntijoiden mielestä koneoppiminen pystyy automatisoimaan monia analytiikkaan liittyviä tehtäviä - sekä rutiininomaisia että monimutkaisia. Koneoppimisen automatisointi voi vapauttaa paljon resursseja, joita voidaan käyttää monimutkaisemmissa ja innovatiivisissa tehtävissä. Näyttää siltä, että koneoppiminen on ollut menossa siihen suuntaan. (Lisätietoja koneoppimisen käytöstä on kohdassa Koneoppimisen lupaukset ja sudenkuopat.)
Automaatio tietotekniikan kontekstissa
Tietotekniikan yhteydessä automaatio on erilaisten järjestelmien ja ohjelmistojen yhdistämistä siten, että ne pystyvät tekemään erityisiä töitä ilman ihmisen puuttumista asiaan. IT-teollisuudessa automatisoidut järjestelmät voivat suorittaa sekä yksinkertaisia että monimutkaisia töitä. Esimerkki yksinkertaisesta työstä voi olla lomakkeen integrointi PDF-tiedostoon ja asiakirjan lähettäminen oikealle vastaanottajalle, kun taas ulkopuolisen varmuuskopion tarjoaminen voisi olla esimerkki monimutkaisesta työstä.
Suorittaakseen tehtävänsä automatisoitu järjestelmä on ohjelmoitava tai annettava nimenomaiset ohjeet. Aina kun automatisoitua järjestelmää vaaditaan muokkaamaan työtään, ihmisen on päivitettävä ohjelma tai ohjeet. Vaikka automatisoidut järjestelmät ovat tehokkaita työssään, virheitä voi tapahtua monista syistä. Kun virheitä tapahtuu, perussyy on tunnistettava ja korjattava. Automaattiset järjestelmät ovat luonnollisesti täysin riippuvaisia ihmisistä, jotta he voisivat tehdä työnsä. Mitä monimutkaisempi työn luonne on, sitä suurempi on virheiden ja ongelmien todennäköisyys.
