Vad är maskininlärning och varför det kan beröva dig arbete

Tills nyligen, programmerare var tvungen att skriva komplexa och mycket noggranna instruktioner, även för datorer för att utföra de enklaste uppgifter.

språk programmering alltid utvecklas, men det viktigaste bedrift var att förenkla arbetet med koden i det här området. Nu kan datorer inte programmeras som tidigare, och justera så att de utbildade sig.

Denna process, som kallas maskininlärning, att löften vara en sann tekniskt genombrott och kan drabba vem som helst, oavsett omfattningen av dess verksamhet. Därför att förstå ämnet skulle vara till nytta för var och en av oss.

Vad är maskininlärning

Maskininlärning befriar programmeraren från att behöva i detalj förklara datorn hur man löser problemet. Istället är datorn lära sig att hitta en lösning på egen hand. Faktum är att maskininlärning - detta är en mycket omfattande tillämpning av statistik för att hitta mönster i data, och baserat på dem de nödvändiga prognoser.

Historien om maskininlärning började på 1950-talet, när informatik lyckats lära en dator för att spela pjäser. Sedan dess, tillsammans med datorkraft växte komplexiteten i lagar och förutsägelser att datorn kan känna igen och räckvidd, liksom de problem som den kan lösa.

Först algoritmen får en uppsättning träningsdata, och sedan använder dem för att behandla förfrågningar. Till exempel kan du ladda i bilen några bilder med en beskrivning av deras innehåll, till exempel "i detta foto visar en katt" och "i detta foto finns det ingen katt." Om du sedan lägga till den nya bilden dator kommer den att börja identifiera bilder med katter redan äger.

Algoritmen fortsätter att förbättras. Sanna och falska resultat erkännande in i databasen, och behandlas med varje fotoprogram blir smartare och bättre och bättre klara av uppgiften. I huvudsak är detta utbildningen.

Varför maskininlärning - detta är viktigt

Nu maskinen kan användas säkert i områden som tidigare varit tillgänglig endast för den personen. Även om tekniken är fortfarande långt ifrån idealisk, det faktum att datorer är ständigt förbättras. Teoretiskt kan de växa på obestämd tid. Detta är den huvudsakliga idén om maskininlärning.

Maskin lära sig att se bilderna och klassificera dem som i exemplet ovan med fotot. De kan känna igen text och siffror i dessa bilder, liksom människor och platser. Och datorer är inte bara skrivna ord avslöjar, men också ta hänsyn till inom ramen för deras användning, inklusive positiva och negativa nyanser av känslor.

Bland annat kan maskinen lyssnar på oss och svara. Virtuella assistenter i våra smartphones - oavsett Siri, Cortana och Google Nu - förkroppsligar genombrott i maskin behandling av naturligt språk, och fortsätter att utvecklas.

Dessutom är datorer lära sig att skriva. maskininlärning algoritmer har genererat nyhetsartiklar. De kan skriva om ekonomi och även sport.

Sådana funktioner kan ändra alla typer av aktiviteter, baserat på inledningen och klassificeringen av uppgifter som tidigare var endast av människan. Om datorn kan känna igen en bild, ett dokument, en fil eller annat föremål, och exakt beskriva det öppnar upp möjligheter för automation.

Eftersom maskininlärning används idag

Maskininlärning algoritmer kan redan imponera.

Medecision företag använder dem för att beräkna riskfaktorerna för olika sjukdomar i stora bosättningar. Till exempel har algoritmen identifierat åtta variabler som kan användas för att ingå ett diabetiker behöver läggas in på sjukhus eller inte.

Efter söker rätt produkt i nätbutiken, kanske du märker att du kan se på internet reklam för denna produkt under en lång tid. Sådan marknadsföring personalisering är bara toppen av ett isberg. Företag kan automatiskt skicka e-post, kuponger, erbjudanden och display rekommendationer skräddarsydda för varje kund individuellt. Allt detta är mer exakt skjuter konsumenten att köpa.

Naturliga språk är olika tillämpningar inom många områden. Till exempel kan det hjälpa ersätta anställda i supporttjänster för att snabbt utfärda informationsanvändare. Dessutom har dessa algoritmer hjälpa advokater i dechiffrera komplexa dokumentation.

IBM nyligen intervjuadesAutomotive 2025: Industri utan gränser. automotive VD: ar. 74% av dem förväntar uppkomsten av intelligenta maskiner på vägen så tidigt som 2025.

Sådana fordon får information om ägaren och hans omgivning med hjälp av Internet av saker. På grundval av dessa data, kommer de att kunna ändra inställningarna temperatur, ljud, sätesposition och andra inställningar automatiskt. Intelligenta maskiner kommer också att lösa problem själva, sina egna driv- och ge rekommendationer, med hänsyn till trafik och vägförhållanden.

Vad du kan förvänta i framtiden från maskininlärning

De möjligheter som erbjuds oss i framtiden, maskininlärning, är nästan obegränsade. Här är några imponerande exempel.

• Personlig sjukvårdssystem som ger sjukvård till patienter individuellt med hänsyn till deras genetiska kod och sätt att leva.
• Skydds program som exakt beräkna hackare och skadlig programvara.
• Datoriserade säkerhetssystem för flygplatser, arenor och andra sådana platser, för att identifiera potentiella hot.
• Självstyrande bilar, som är orienterade i rymden, minimera antalet trafikstockningar och olyckor på vägarna.
• Advanced skydd mot bedrägerier som kan skydda pengar i våra konton.
• Universal översättare som gör det möjligt för oss att få en korrekt och snabb översättning via smartphones och andra smarta enheter.

Varför ska du se upp för maskininlärning

Även om många av dessa funktioner kommer att märkas med tillkomsten av ny teknik, inte majoriteten inte vill förstå hur det fungerar inifrån. Men alla av oss bättre vistelse alert. När allt kommer omkring, med alla fördelarna med ytterligare framsteg kommer att medföra påtagliga konsekvenser för arbetsmarknaden.

Maskininlärning baserad på den ständigt växande mängden data, som genererar nästan varje person på jorden, kommer att förändra yrket. Naturligtvis kommer dessa innovationer förenkla arbetet för många människor, men det finns också de som förlorar sina jobb. Efter algoritmerna redan har besvarat brevet, tolka medicinska bilder, hjälp med studier, analysera data, och så vidare.

Maskininlärning från sina egna erfarenheter, så programmerare inte längre behov av att skriva kod för varje onormal situation. Denna förmåga att lära sig, tillsammans med utvecklingen av robotteknik och mobil teknik tillåter datorer att hantera komplexa uppgifter bättre än någonsin tidigare.

Men vad som händer med människor när de överstiger maskinen?

enligtFramtidens jobb. World Economic Forum, för de kommande fem åren, datorer och robotar kommer att ta fem miljoner arbetstillfällen, som nu tillhör folket.

Därför måste vi hålla reda på hur maskininlärning förändrar arbetsflödet. Det spelar ingen roll vem du är: advokater, läkare, stödpersonal, truckförare eller någon annan. Förändringar kan drabba vem som helst.

Det bästa sättet att undvika obehagliga överraskningar när datorerna börjar att välja jobb - tänka förebyggande och förbereda.