Гарчиг[Нуух][Үзүүлэх]
Одоо бид компьютерийн ачаар орон зайн хэмжээ, атомын доорх бөөмсийн нарийн ширийн зүйлийг тооцоолж чадна.
Компьютерууд нь электронуудын хэлхээгээр гэрлийн хурдаар дамждаг тул тоолох, тооцоолох, мөн логик тийм/үгүй процессуудыг дагаж мөрдөхдөө хүмүүсийг ялдаг.
Гэсэн хэдий ч бид тэднийг "ухаалаг" гэж тэр бүр хардаггүй, учир нь өмнө нь компьютерууд хүнээр заалгахгүйгээр (програмчлахгүйгээр) юу ч хийж чаддаггүй байв.
Машины сургалт, үүнд гүн гүнзгий суралцах болон хиймэл оюун, шинжлэх ухаан, технологийн гарчигт шуугиан тариад байна.
Машины сургалт нь хаа сайгүй байдаг мэт боловч энэ үгийг ашигладаг олон хүмүүс энэ нь юу болох, юу хийдэг, юунд хамгийн сайн хэрэглэгдэхийг зохих ёсоор тодорхойлох гэж тэмцдэг.
Энэхүү нийтлэл нь машин сургалтын талаар тодруулахыг зорьж байгаа бөгөөд энэ нь яагаад ийм ашигтай байдгийг харуулахын тулд технологи хэрхэн ажилладаг талаар тодорхой, бодит жишээнүүдийг өгөх болно.
Дараа нь бид янз бүрийн машин сургалтын арга зүйг судалж, бизнесийн сорилтуудыг шийдвэрлэхэд хэрхэн ашиглаж байгааг харах болно.
Эцэст нь бид болор бөмбөрцөгөөсөө машин сургалтын ирээдүйн талаар хурдан таамаглал дэвшүүлэх болно.
Машин сурах гэж юу вэ?
Машины сургалт гэдэг нь компьютерт эдгээр загвар гэж юу болохыг тодорхой заахгүйгээр өгөгдлөөс загвар гаргах боломжийг олгодог компьютерийн шинжлэх ухааны салбар юм.
Эдгээр дүгнэлтүүд нь өгөгдлийн статистик шинж чанарыг автоматаар үнэлэхийн тулд алгоритмуудыг ашиглах, янз бүрийн утгуудын хоорондын хамаарлыг харуулах математик загваруудыг боловсруулахад үндэслэдэг.
Үүнийг бид компьютерт тодорхой даалгаврыг гүйцэтгэхийн тулд дагаж мөрдөх дүрмийг тодорхой зааж өгдөг детерминист системд суурилсан сонгодог тооцоололтой харьцуулж үзээрэй.
Компьютерийг програмчлах ийм аргыг дүрэмд суурилсан програмчлал гэж нэрлэдэг. Машины сургалт нь эдгээр дүрмийг бие даан гаргаж чаддагаараа дүрэмд суурилсан програмчлалаас ялгаатай бөгөөд илүү сайн байдаг.
Та зээлийн хүсэлт нь зээлээ авч чадахгүй эсэхийг тодорхойлохыг хүсч буй банкны менежер гэж бодъё.
Дүрэмд суурилсан аргын хувьд банкны менежер (эсвэл бусад мэргэжилтнүүд) хэрэв өргөдөл гаргагчийн зээлийн оноо тодорхой түвшнээс доогуур байвал өргөдлийг татгалзах ёстой гэдгийг компьютерт шууд мэдэгдэнэ.
Гэсэн хэдий ч, машин сургалтын хөтөлбөр нь үйлчлүүлэгчийн зээлийн зэрэглэл, зээлийн үр дүнгийн талаархи өмнөх өгөгдөлд дүн шинжилгээ хийж, энэ босго ямар байх ёстойг өөрөө тодорхойлох болно.
Машин нь өмнөх өгөгдлөөс суралцаж, ийм байдлаар өөрийн дүрмийг бий болгодог. Мэдээжийн хэрэг, энэ нь зөвхөн машин сургалтын талаархи праймер юм; Бодит ертөнцийн машин сургалтын загварууд нь үндсэн босго хэмжээнээс хамаагүй илүү төвөгтэй байдаг.
Гэсэн хэдий ч энэ нь машин сургалтын боломжийн гайхалтай нотолгоо юм.
Хэрхэн а машин сурах уу?
Бүх зүйлийг энгийн байлгахын тулд машинууд харьцуулж болох өгөгдлөөс хэв маягийг олж "суралцдаг". Өгөгдлийг гадаад ертөнцөөс цуглуулсан мэдээлэл гэж үз. Машинд илүү их мэдээлэл өгөх тусам "ухаалаг" болдог.
Гэсэн хэдий ч бүх өгөгдөл ижил биш юм. Та арал дээрх булшлагдсан баялгийг илрүүлэх амьдралын зорилготой далайн дээрэмчин гэж бодъё. Шагналыг олохын тулд танд их хэмжээний мэдлэг хэрэгтэй болно.
Мэдээлэл гэх мэт энэ мэдлэг нь таныг зөв эсвэл буруу тийш нь чиглүүлж чадна.
Авсан мэдээлэл/өгөгдөл их байх тусам тодорхой бус байдал багасна, мөн эсрэгээр. Үүний үр дүнд, сурахын тулд машиндаа ямар төрлийн өгөгдлөөр тэжээж буйгаа анхаарч үзэх нь чухал юм.
Гэсэн хэдий ч, их хэмжээний мэдээлэл өгсний дараа компьютер урьдчилан таамаглах боломжтой. Машинууд өнгөрсөн үеэсээ нэг их хазайхгүй л бол ирээдүйг урьдчилан харж чаддаг.
Машинууд юу тохиолдохыг тодорхойлохын тулд түүхэн өгөгдөлд дүн шинжилгээ хийснээр "сурдаг".
Хэрэв хуучин өгөгдөл нь шинэ өгөгдөлтэй төстэй бол таны өмнөх өгөгдлийн талаар хэлж болох зүйл шинэ өгөгдөлд хамаарах болно. Урагшаа харах гэж арагшаа харж байгаа юм шиг.
Машин сургалтын ямар төрлүүд байдаг вэ?
Машины сургалтын алгоритмуудыг ихэвчлэн гурван том төрөлд ангилдаг (хэдийгээр бусад ангиллын схемийг ашигладаг):
- Хяналтанд суралцах
- Хяналтгүй суралцах
- Арматурын сургалт
Хяналтанд суралцах
Хяналттай машин сургалт гэдэг нь машин сургалтын загварт сонирхсон тоо хэмжээний тодорхой шошго бүхий өгөгдлийн цуглуулга өгөх арга техникийг хэлнэ (энэ тоо хэмжээг ихэвчлэн хариулт эсвэл зорилтот гэж нэрлэдэг).
AI загваруудыг сургахын тулд хагас удирдлагатай сургалт нь шошготой болон шошгогүй өгөгдлийг хослуулан ашигладаг.
Хэрэв та шошгогүй өгөгдөлтэй ажиллаж байгаа бол өгөгдлийн шошгололт хийх шаардлагатай болно.
Шошго гэдэг нь дээжийг шошголох үйл явц юм машин сургалтыг сургах загвар. Шошгололтыг голчлон хүмүүс хийдэг бөгөөд энэ нь зардал ихтэй, цаг хугацаа их шаарддаг. Гэсэн хэдий ч шошголох үйл явцыг автоматжуулах арга техник байдаг.
Бидний өмнө нь ярилцсан зээлийн өргөдлийн нөхцөл бол хяналттай сургалтын маш сайн жишээ юм. Зээл хүсэгчдийн зээлжих зэрэглэл (болон орлогын түвшин, нас гэх мэт) болон тухайн хүн зээлээ төлж чадаагүй эсэх тухай тодорхой шошготой холбоотой түүхэн мэдээлэл бидэнд байсан.
Регресс ба ангилал нь хяналттай сургалтын аргын хоёр дэд хэсэг юм.
- ангилал – Энэ нь өгөгдлийг зөв ангилахын тулд алгоритмыг ашигладаг. Үүний нэг жишээ бол спам шүүлтүүр юм. "Спам" нь субъектив ангилал байж болох бөгөөд спам болон спам бус харилцааны хоорондох шугам бүдэг бадаг бөгөөд спам шүүлтүүрийн алгоритм нь таны санал хүсэлтээс хамааран өөрийгөө байнга сайжруулж байдаг (хүмүүс спам гэж тэмдэглэдэг имэйл гэсэн үг).
- Регресс – Энэ нь хамааралтай болон бие даасан хувьсагчдын хоорондын холбоог ойлгоход тустай. Регрессийн загварууд нь тодорхой компанийн борлуулалтын орлогын тооцоо зэрэг хэд хэдэн мэдээллийн эх сурвалжид үндэслэн тоон утгыг урьдчилан таамаглах боломжтой. Шугаман регресс, логистик регресс, олон гишүүнт регресс нь зарим алдартай регрессийн аргууд юм.
Хяналтгүй суралцах
Хяналтгүй сургалтанд бидэнд шошгогүй өгөгдөл өгдөг бөгөөд зүгээр л хэв маягийг хайж байна. Чамайг Амазон гэж төсөөлье. Үйлчлүүлэгчийн худалдан авалтын түүх дээр үндэслэн бид ямар нэгэн кластер (ижил төрлийн хэрэглэгчдийн бүлэг) олж чадах уу?
Хэдийгээр бидэнд тухайн хүний сонголтын талаар тодорхой, эцсийн мэдээлэл байхгүй ч гэсэн тодорхой хэрэглэгчид харьцуулж болохуйц бараа худалдан авдаг гэдгийг мэдэх нь кластерт байгаа бусад хүмүүсийн худалдан авсан зүйл дээр үндэслэн худалдан авах санал гаргах боломжийг олгодог.
Амазоны "та ч бас сонирхож магадгүй" тойруулга нь ижил төстэй технологиор ажилладаг.
Хяналтгүй сургалт нь та юуг бүлэглэхийг хүсч байгаагаас хамааран өгөгдлийг кластер эсвэл холбоогоор бүлэглэх боломжтой.
- Классив – Хяналтгүй суралцах нь өгөгдлийн хэв маягийг хайх замаар энэхүү сорилтыг даван туулах оролдлого юм. Хэрэв ижил төстэй кластер эсвэл бүлэг байгаа бол алгоритм нь тэдгээрийг тодорхой байдлаар ангилах болно. Өмнөх худалдан авалтын түүх дээр үндэслэн үйлчлүүлэгчдийг ангилахыг оролдох нь үүний нэг жишээ юм.
- Холбоо – Хяналтгүй суралцах нь янз бүрийн бүлгүүдийн үндсэн дүрэм, утгыг ойлгохыг оролдох замаар энэ сорилтыг даван туулахыг оролддог. Холбооны асуудлын нийтлэг жишээ бол худалдан авагчдын худалдан авалт хоорондын холбоосыг тодорхойлох явдал юм. Дэлгүүрүүд хамтад нь ямар бараа худалдаж авсныг мэдэх сонирхолтой байж болох бөгөөд энэ мэдээллийг ашиглан эдгээр бүтээгдэхүүний байршлыг хялбархан олж авах боломжтой.
Бататгах сургалт
Бататгах сургалт нь интерактив орчинд хэд хэдэн зорилгод чиглэсэн шийдвэр гаргахад машин сургалтын загваруудыг заах арга юм. Дээр дурдсан тоглоомын хэрэглээний тохиолдлууд нь үүний гайхалтай жишээ юм.
Та AlphaZero-д өмнөх мянга мянган шатрын тоглоомуудыг оруулах шаардлагагүй бөгөөд тус бүр нь "сайн" эсвэл "муу" гэсэн шошготой. Тоглоомын дүрэм, зорилгыг зүгээр л зааж өгөөд дараа нь санамсаргүй үйлдэл хийхийг зөвшөөр.
Эерэг бэхлэлт нь хөтөлбөрийг зорилгодоо ойртуулах үйл ажиллагаанд (тухайлбал, ломбардын хатуу байрлалыг хөгжүүлэх) өгдөг. Үйлдлүүд эсрэгээрээ (хааныг хугацаанаас нь өмнө шилжүүлэх гэх мэт) сөрөг нөлөөллийг олж авдаг.
Програм хангамж нь эцсийн эцэст энэ аргыг ашиглан тоглоомыг эзэмшиж чадна.
Арматурын сургалт нь төвөгтэй, инженерчлэхэд хэцүү үйлдлүүдийг роботуудад заахад робот техникт өргөн хэрэглэгддэг. Үүнийг заримдаа замын хөдөлгөөний урсгалыг сайжруулахын тулд замын дохио гэх мэт замын дэд бүтэцтэй хамт ашигладаг.
Машин сургалтын тусламжтайгаар юу хийж болох вэ?
Нийгэм болон үйлдвэрлэлд машин сургалтын хэрэглээ нь хүний өргөн хүрээний хүчин чармайлтад ахиц дэвшил авчирдаг.
Бидний өдөр тутмын амьдралд машин сургалт нь Google-ийн хайлт, зургийн алгоритмыг удирдаж, шаардлагатай үед шаардлагатай мэдээллээр илүү нарийвчлалтай тохируулах боломжийг бидэнд олгодог.
Жишээлбэл, анагаах ухаанд хорт хавдар хэрхэн тархаж байгааг ойлгох, урьдчилан таамаглахад туслах зорилгоор генетикийн өгөгдөлд машин сургалтыг ашиглаж байгаа нь илүү үр дүнтэй эмчилгээ хийх боломжийг олгодог.
Сансар огторгуйгаас авсан өгөгдлийг асар том радио телескопоор дамжуулан дэлхий дээр цуглуулж байгаа бөгөөд машин сургалтын тусламжтайгаар дүн шинжилгээ хийсний дараа хар нүхний нууцыг тайлахад тусалж байна.
Жижиглэнгийн худалдааны машин сургалт нь худалдан авагчдыг онлайнаар худалдаж авахыг хүсч буй зүйлстэй нь холбож өгөхөөс гадна дэлгүүрийн ажилчдад тоосгоны ертөнцөд үйлчлүүлэгчдэдээ үзүүлэх үйлчилгээгээ тохируулахад тусалдаг.
Машин сургалт нь гэм зэмгүй хүмүүсийг гомдоохыг хүссэн хүмүүсийн зан үйлийг урьдчилан таамаглахын тулд терроризм, хэт даврагч үзлийн эсрэг тэмцэлд ашигладаг.
Байгалийн хэлний боловсруулалт (NLP) гэдэг нь компьютерт машин сурах замаар хүний хэлээр бидэнтэй харилцах, ойлгох боломжийг олгох үйл явцыг хэлдэг бөгөөд орчуулгын технологи болон бидний өдөр тутам улам бүр ашигладаг дуу хоолойгоор удирддаг төхөөрөмжүүдэд томоохон дэвшил авчирсан юм. Alexa, Google цэг, Siri, Google туслах.
Ямар ч эргэлзээгүйгээр машин сургалт нь хувиргах технологи гэдгийг харуулж байна.
Бидэнтэй мөр зэрэгцэн ажиллаж, өөрсдийн өвөрмөц байдал, уран сэтгэмжийг алдаагүй логик, хүнээс хэтэрсэн хурдаараа нэмэгдүүлэх чадвартай роботууд нь шинжлэх ухааны уран зөгнөлт уран зөгнөл байхаа больж, олон салбарт бодит байдал болж байна.
Machine Learning ашиглах тохиолдол
1. Кибер аюулгүй байдал
Сүлжээ улам бүр төвөгтэй болохын хэрээр кибер аюулгүй байдлын мэргэжилтнүүд байнга өргөжиж буй аюулгүй байдлын аюулд дасан зохицохын тулд уйгагүй ажилласан.
Хурдацтай хөгжиж буй хортой программ хангамж, хакердах тактиктай тэмцэх нь хангалттай хэцүү боловч интернетийн зүйлсийн (IoT) төхөөрөмжүүдийн тархалт нь кибер аюулгүй байдлын орчныг үндсээр нь өөрчилсөн.
Довтолгоо нь ямар ч үед, хаана ч тохиолдож болно.
Аз болоход, машин сургалтын алгоритмууд нь кибер аюулгүй байдлын үйл ажиллагааг эдгээр хурдацтай хөгжлийг дагаж мөрдөх боломжийг олгосон.
Урьдчилсан таамаглал Энэ нь халдлагыг хурдан илрүүлж, багасгах боломжийг олгодог бол машин сургалт нь сүлжээн дэх таны үйл ажиллагаанд дүн шинжилгээ хийж, одоо байгаа хамгаалалтын механизмын хэвийн бус байдал, сул талыг илрүүлэх боломжтой.
2. Харилцагчийн үйлчилгээний автоматжуулалт
Өсөн нэмэгдэж буй онлайн үйлчлүүлэгчтэй харилцах харилцааг удирдах нь зохион байгуулалтад ихээхэн хүндрэл учруулж байна.
Тэдэнд хүлээн авч буй лавлагааны хэмжээг шийдвэрлэхэд хангалттай харилцагчийн үйлчилгээний боловсон хүчин дутмаг, мөн аутсорсингийн асуудлыг шийдвэрлэх уламжлалт арга барил байдаг. холбоо барих төв Энэ нь өнөөгийн олон үйлчлүүлэгчдийн хувьд зүгээр л хүлээн зөвшөөрөгдөхгүй.
Одоо чатботууд болон бусад автоматжуулсан системүүд машин сургалтын техник технологийн дэвшлийн ачаар эдгээр шаардлагыг шийдвэрлэх боломжтой болсон. Компаниуд энгийн болон чухал ач холбогдол багатай үйл ажиллагааг автоматжуулах замаар өндөр түвшний хэрэглэгчийн дэмжлэг үзүүлэх ажилтнуудаа чөлөөлж болно.
Бизнес дэх машин сургалтыг зөв ашигласан тохиолдолд асуудлыг шийдвэрлэхэд тусалж, хэрэглэгчдэд үнэнч брэндийн аварга болоход нь тустай дэмжлэг үзүүлэх боломжтой.
3. харилцаа холбоо
Алдаа, буруу ойлголтоос зайлсхийх нь аливаа төрлийн харилцаанд чухал ач холбогдолтой боловч өнөөгийн бизнесийн харилцаанд илүү чухал байдаг.
Энгийн дүрмийн алдаа, буруу өнгө аяс эсвэл алдаатай орчуулга нь цахим шуудангаар харилцах, хэрэглэгчийн үнэлгээ, видео хурал, эсвэл олон хэлбэрээр текстэд суурилсан баримт бичиг.
Машины сургалтын системүүд нь Microsoft-ын Clippy-ийн хэцүү өдрүүдээс ч илүү дэвшилтэт харилцаа холбоог бий болгосон.
Эдгээр машин сургалтын жишээнүүд нь байгалийн хэлний боловсруулалт, бодит цагийн хэлний орчуулга, яриа таних зэргийг ашиглан хувь хүмүүст энгийн бөгөөд нарийн харилцахад тусалсан.
Олон хүмүүс автоматаар засах чадварт дургүй байдаг ч ичгүүртэй алдаа, зохисгүй өнгө аясаас хамгаалагдсан байхыг эрхэмлэдэг.
4. Объектыг таних
Өгөгдөл цуглуулах, тайлбарлах технологи бий болоод багагүй хугацаа өнгөрч байгаа ч компьютерийн системд юу харж байгааг ойлгоход сургах нь маш хэцүү ажил болох нь батлагдсан.
Машин сургалтын программуудын ачаар объектыг таних чадварыг улам олон төхөөрөмжид нэмж байна.
Жишээлбэл, өөрөө жолооддог машин нь өөр машиныг хараад таних болно, тэр ч байтугай програмистууд үүнийг жишээ болгон ашиглахын тулд яг тэр машины жишээг өгөөгүй байсан ч.
Энэхүү технологийг одоо жижиглэн худалдааны бизнесүүдэд ашиглаж байгаа бөгөөд энэ нь тооцоо хийх үйл явцыг хурдасгахад тусалдаг. Камерууд нь хэрэглэгчийн тэргэнцэрт байгаа бараа бүтээгдэхүүнийг таньж, дэлгүүрээс гарахад автоматаар данснаас нь төлбөр тооцоо хийх боломжтой.
5. Дижитал маркетинг
Өнөөгийн маркетингийн ихэнх нь олон төрлийн дижитал платформ, программ хангамжийг ашиглан онлайнаар хийгддэг.
Бизнесүүд хэрэглэгчдийнхээ талаар болон тэдний худалдан авах зан үйлийн талаарх мэдээллийг цуглуулж байх үед маркетингийн багууд эдгээр мэдээллийг ашиглан зорилтот үзэгчдийнхээ нарийвчилсан дүр зургийг гаргаж, аль хүмүүс өөрсдийн бүтээгдэхүүн, үйлчилгээгээ хайх сонирхолтой байгааг олж мэдэх боломжтой.
Машин сургалтын алгоритмууд нь зах зээлд оролцогчдод эдгээр бүх өгөгдлийг ойлгоход тусалдаг бөгөөд боломжуудыг нарийн ангилах боломжийг олгодог чухал хэв маяг, шинж чанаруудыг олж илрүүлэхэд тусалдаг.
Үүнтэй ижил технологи нь дижитал маркетингийн томоохон автоматжуулалт хийх боломжийг олгодог. Зар сурталчилгааны системийг шинэ боломжит хэрэглэгчдийг динамик байдлаар илрүүлж, тэдэнд тохирсон маркетингийн агуулгыг зохих цаг хугацаа, газарт нь өгөх боломжтой.
Машины сургалтын ирээдүй
Илүү олон бизнес, томоохон байгууллагууд тодорхой сорилтуудыг шийдвэрлэх, эсвэл инновацийг нэмэгдүүлэхийн тулд технологийг ашигладаг тул машин суралцах нь мэдээжийн хэрэг түгээмэл болж байна.
Энэхүү тасралтгүй хөрөнгө оруулалт нь машин сургалт нь ROI, ялангуяа дээр дурьдсан, дахин давтагдах боломжтой хэрэглээний зарим тохиолдлуудаар дамжуулан ROI-г бий болгож байна гэсэн ойлголтыг харуулж байна.
Эцсийн эцэст, хэрэв энэ технологи нь Netflix, Facebook, Amazon, Google Maps гэх мэтийн хувьд хангалттай сайн байвал танай компанид мэдээллээ хамгийн сайн ашиглахад туслах боломжтой.
Шинэ юм шиг машин суралцах загваруудыг боловсруулж, зах зээлд нэвтрүүлсэн тохиолдолд бид бүх салбарт хэрэглэгдэх хэрэглээний тоо нэмэгдэхийг гэрчлэх болно.
Энэ нь аль хэдийн тохиолдож байна царайг таних, энэ нь өмнө нь таны iPhone дээр шинэ функц байсан боловч одоо олон төрлийн программууд, ялангуяа олон нийтийн аюулгүй байдалтай холбоотой програмуудад хэрэгжиж байна.
Машины сургалтыг эхлүүлэхийг оролдож буй ихэнх байгууллагуудын гол зүйл бол ирээдүйн гэрэл гэгээтэй алсын харааг даван туулж, технологи нь танд тусалж чадах бизнесийн бодит сорилтуудыг олж мэдэх явдал юм.
Дүгнэлт
Аж үйлдвэржилтийн дараах эрин үед эрдэмтэд, мэргэжилтнүүд хүнтэй илүү төстэй компьютер бүтээхийг хичээж байна.
Сэтгэн бодох машин бол хиймэл оюун ухааны хүн төрөлхтөнд оруулсан хамгийн чухал хувь нэмэр юм; Энэхүү өөрөө явагч машины гайхалтай ирэлт нь корпорацийн үйл ажиллагааны дүрэм журмыг хурдан өөрчилсөн.
Автомат жолоодлоготой машинууд, автоматжуулсан туслахууд, бие даасан үйлдвэрлэлийн ажилтнууд, ухаалаг хотууд сүүлийн үед ухаалаг машинуудын амьдрах чадварыг харуулсан. Машин сургалтын хувьсгал, машин сургалтын ирээдүй бидэнтэй удаан хугацаанд хамт байх болно.
хариу үлдээх