K:
Miksi ihmiset puhuvat koneoppimisen "kärkipisteestä"?
V:Merkittävä joukko asiantuntijoita varoittaa muita ajatuksesta, jonka mukaan koneoppimisen on todella räjähtää lähivuosina nousevana toimialana. Erityisenä tekoälyn työn osana koneoppiminen perustuu kehittyneisiin algoritmeihin ja datakoulutusjoukkoihin kehittääkseen monimutkaisia todennäköisyysvasteita, joita voidaan soveltaa melkein mihin tahansa tilanteeseen tai toimialaan. Tätä silmällä pitäen koneoppimisen omaksuminen yritysyhteisössä kasvaa nyt, kun yritykset yrittävät olla ensimmäiset kilpailijoistaan, jotka todella soveltavat koneoppimista tietyillä tavoilla.
| Ilmainen lataus: Koneoppiminen ja miksi sillä on merkitystä |
Yrityssovellukset ovat vain yksi puoli koneoppimisen potentiaalisesta kasvusta. Yritykset ovat myös havainneet, että älykkäämmät tekniikat ja älykkäämmät tuotteet avaavat uuden sukupolven toimivampia kulutustavaroita ja -palveluita.
Ihmiset puhuvat koneoppimisen "kärkipisteestä" täydellisenä edistymisen myrskynä laitteistoissa, algoritmeissa ja tiedoissa. Harvard Business Review mainitsee kaikki nämä kolme heinäkuun kappaleessa, jossa käsitellään koneoppimismenettelyn odotettavissa olevaa räjähdystä. Tietysti iso data on kenties kaikkein trompetti tech-lehdistössä; näistä kolmesta elementistä iso tieto on jo räjähtää viimeisen 10 vuoden aikana. Kuitenkin myös itse algoritmit ovat kehittyneet melko merkittävästi.
Toinen komponentti, josta niin monet ihmiset puhuvat, on laitteisto, joka ajaa laajemmin käytettyjä koneoppimissovelluksia.
Pohjimmiltaan yritykset ovat siirtymässä kohti prosessia, jossa kehitetään sovelluskohtaisia piirilevyjä ja prosessorisiruja, jotka on valmistettu käsittelemään koneoppimista, sen sijaan, että varustettaisiin perinteisiä piirilevytekniikoita käsittelemään todennäköisyydenmukaisessa päätöksenteossa mukana olevaa suurta määrää tuloja ja laskelmia. Jotkut vertailuteknologiat, kuten Googlen Tensor-prosessoriyksikkö tai TPU, ja muut tuotteet, jotka on erityisesti rakennettu mahdollistamaan koneoppimislaskenta, esimerkiksi käyttämällä ohjelmoitavia logiikkaporttiryhmiä.
Kaikki nämä trendit edustavat yhdessä kasvavaa kysyntää koneoppimisjärjestelmille ja -taitoille, joihin johtajat ja muut kiinnittävät paljon huomiota suunnitteleessaan liiketoimintateknologian tulevaisuutta vuonna 2018 ja sen jälkeen.
