Vélanám hefur verið ein stærsta framför í tölvusögu og nú er litið svo á að það geti gegnt mikilvægu hlutverki á sviði stórgagna og greiningar. Stórgagnagreining er mikil áskorun frá fyrirtækjasjónarmiði. Til dæmis getur starfsemi eins og að skilja mikinn fjölda mismunandi gagnaforma, greina undirbúning gagna og sía óþarfa gögn verið auðlindafrek. Að ráða sérfræðinga í gagnavísindum er dýr tillaga en ekki leið til að ná markmiðum fyrir hvert fyrirtæki. Sérfræðingar telja að vélanám geti sjálfvirkt mörg þeirra verkefna sem tengjast greiningu - bæði venja og flókin. Sjálfvirk vélanám getur losað umtalsvert úrræði sem hægt væri að nota í flóknari og nýstárlegri vinnu. Vélanám virðist alltaf vera að færast í þessa átt.
Sjálfvirkni í samhengi við upplýsingatækni
Í upplýsingatækni er sjálfvirkni tenging mismunandi kerfa og hugbúnaðar sem gerir þeim kleift að framkvæma ákveðin verkefni án mannlegrar íhlutunar. Í upplýsingatækni geta sjálfvirk kerfi sinnt bæði einföldum og flóknum störfum. Dæmi um einfalt starf gæti verið að samþætta eyðublöð með PDF skjölum og senda skjöl til rétta viðtakandans, en afrit utan staðar gæti verið dæmi um flókið starf.
Til að vinna verkið þitt á réttan hátt þarftu að forrita eða gefa skýrar leiðbeiningar fyrir sjálfvirka kerfið. Í hvert skipti sem þörf er á sjálfvirku kerfi til að breyta umfangi verksins þarf einhver að uppfæra forritið eða kennslusettið. Þó að sjálfvirka kerfið sé árangursríkt í starfi sínu geta villur komið upp af ýmsum ástæðum. Þegar villur eiga sér stað þarf að greina og leiðrétta rótina. Ljóst er að sjálfvirkt kerfi er algjörlega háð mönnum til að sinna starfi sínu. Því flóknara eðli verksins, því meiri líkur eru á villum og vandamálum.
Algeng dæmi um sjálfvirkni í upplýsingatækniiðnaði er sjálfvirkni prófana á vefviðmóti notendaviðmóta. Prófatilfelli er fóðrað inn í sjálfvirknihandritið og notendaviðmótið er prófað í samræmi við það. (Nánari upplýsingar um hagnýta notkun vélanáms er að finna í vélanámi og Hadoop í greiningu á svikum frá næstu kynslóð.)
Rökin fyrir sjálfvirkni eru að hún framkvæmir venjubundin og endurtekin verkefni og frelsar starfsmenn til flóknari og skapandi verkefna. Hins vegar er því einnig haldið fram að sjálfvirkni hafi útilokað fjölda verkefna eða hlutverka sem áður voru unnin af mönnum. Nú, þegar vélinám kemur inn í ýmsar atvinnugreinar, getur sjálfvirkni bætt við nýrri vídd.
Framtíð sjálfvirkrar vélanáms?
Kjarni vélanáms er hæfni kerfis til að læra stöðugt af gögnum og þróast án íhlutunar manna. Vélanám getur virkað eins og heili manna. Til dæmis geta meðmælavélar á netverslunarsvæðum metið einstaka óskir og smekk notanda og veitt tillögur um viðeigandi vörur og þjónustu til að velja úr. Í ljósi þessarar getu er litið á vélanám sem tilvalið til að gera sjálfvirk flókin verkefni í tengslum við stór gögn og greiningu sjálfvirk. Það hefur sigrast á helstu takmörkunum hefðbundinna sjálfvirkra kerfa sem leyfa ekki mannleg afskipti reglulega. Það eru margar tilviksrannsóknir sem sýna fram á hæfni vélanáms til að framkvæma flókin gagnagreiningarverkefni, sem fjallað verður um síðar í þessari grein.
Eins og áður hefur komið fram er greining á stórum gögnum krefjandi tillaga fyrir fyrirtæki, sem hægt er að framselja að hluta til vélanámskerfa. Frá sjónarhóli viðskipta getur þetta haft marga kosti í för með sér, svo sem að losa um gagnavísindagreinar fyrir skapandi og mikilvæg verkefni, meiri vinnuálag, minni tíma til að ljúka verkefnum og hagkvæmni.
Case study
Árið 2015 byrjuðu MIT vísindamenn að vinna að gagnafræði tóli sem getur búið til fyrirsjáanlegar gagnalíkön úr miklu magni af hráum gögnum með því að nota tækni sem kallast djúp lögun reiknirit. Vísindamennirnir halda því fram að reikniritið geti sameinað bestu eiginleika vélanáms. Að sögn vísindamannanna hafa þeir prófað það á þremur mismunandi gagnasöfnum og stækka prófunina til að innihalda fleiri. Í erindi sem flutt var á alþjóðlegu ráðstefnunni um gagnavísindi og greiningu sögðu vísindamennirnir James Max Kanter og Kalyan Veeramachaneni: „Með því að nota sjálfvirkt stillingarferli hagræðum við alla leið án mannlegrar þátttöku og leyfum henni að alhæfa í mismunandi gagnasöfn“.
Við skulum líta á flækjustig verkefnisins: reikniritið hefur það sem er þekkt sem sjálfvirk aðlögunarhæfni, með hjálp þess sem hægt er að fá innsýn eða verðmæti úr hráum gögnum (svo sem aldri eða kyni), en að því loknu eru forspárgögn módel er hægt að búa til. Reikniritið notar flóknar stærðfræðilegar aðgerðir og líkindakenningu sem kallast Gaussian Copula. Það er því auðvelt að skilja flækjustigið sem reikniritið ræður við. Þessi tækni hefur einnig unnið til verðlauna í keppnum.
Vélanám gæti komið í stað heimavinnu
Það er verið að fjalla um það um allan heim að vélanám gæti komið í stað margra starfa því það sinnir verkefnum með skilvirkni heilans. Í raun eru nokkrar áhyggjur af því að vélanám komi í stað gagnafræðinga og það virðist vera grundvöllur fyrir slíkum áhyggjum.
Fyrir hinn almenna notanda sem hefur ekki gagnagreiningarhæfileika en hefur mismikla greiningarþörf í daglegu lífi, er ekki framkvæmanlegt að nota tölvur sem geta greint mikið magn gagna og veitt greiningargögn. Hins vegar getur Natural Language Processing (NLP) tækni sigrast á þessari takmörkun með því að kenna tölvum að samþykkja og vinna úr náttúrulegu mannamáli. Á þennan hátt þarf hinn venjulegi notandi ekki háþróaða greiningaraðgerð eða færni.
IBM telur að hægt sé að lágmarka eða útrýma þörfinni fyrir gagnafræðinga með vöru sinni, Watson Natural Language Analytics pallinum. Að sögn Marc Atschuller, varaforseta greiningar og viðskiptagreindar hjá Watson, „Með hugrænu kerfi eins og Watson, spyrðu bara spurningar þínar - eða ef þú hefur ekki spurningu, hleðurðu bara upp gögnum þínum og Watson getur skoðað það og ályktaðu það sem þú gætir viljað vita. “
Niðurstaða
Sjálfvirkni er næsta rökrétta skrefið í vélanámi og við erum þegar farin að upplifa áhrifin í daglegu lífi okkar-netverslunarsíður, Facebook vinatillögur, LinkedIn netatillögur og Airbnb leitarröð. Miðað við dæmin sem gefin eru, þá er enginn vafi á því að þetta má rekja til gæða framleiðslunnar sem sjálfvirk vélanámskerfi framleiða. Þrátt fyrir alla eiginleika þess og ávinning, þá virðist hugmyndin um vélanám valda miklu atvinnuleysi svolítið ofviðbrögð. Vélar hafa skipt manni út víða í lífi okkar í áratugi en menn hafa þróast og aðlagast til að vera viðeigandi í greininni. Samkvæmt skoðuninni er vélanám fyrir alla truflun þess bara önnur bylgja sem fólk mun laga sig að.
Pósttími: Ágúst-03-2021