Машинное обучение - это разновидность искусственного интеллекта в области информатики. Он основан на использовании алгоритмов, позволяющих компьютерам «учиться» и делать прогнозы на основе данных. Этот термин был придуман Артуром Сэмюэлем, пионером искусственного интеллекта, в 1956 году.

За последнее десятилетие машинное обучение превратилось в технику, известную как глубокое обучение, в которой компьютеру даются конкретные примеры вместо набора правил.

Одна из важнейших вех в области машинного обучения была достигнута в 2012 году, когда Эндрю Нг и его команда в Google смогли научить компьютер распознавать кошек среди более чем 10 миллионов видео на YouTube.

Достижения в этой области, наряду с растущим объемом доступных данных, способствовали достижению впечатляющих результатов, которые потенциально могут изменить мир в том виде, в каком мы его знаем.

Машинное обучение имеет множество возможных применений в жизни человека, в том числе:

  • Медицинские приложения

Профилактика суицида. Например, в больнице группа людей работала в системе, которая после опроса некоторых пациентов технология машинного обучения пыталась определить, подвержены ли эти люди риску самоубийства.

Благодаря новейшим технологиям машинное обучение может успешно диагностировать заболевания и патологии.

В медицине недавние исследования пытаются свести к минимуму и избежать побочных эффектов, прежде чем тестировать его на людях, поэтому стоимость этого процесса снижается.

  • Машины

Автомобили смогут прогнозировать смену полосы движения с точностью до 90%.

У автомобилей будет набор датчиков и камер, которые позволят машине определять среду, в которой она движется.

Как и все остальное, у машинного обучения и искусственного интеллекта есть свои плюсы и минусы. Поскольку мы уже говорили о плюсах, теперь мы собираемся выделить некоторые минусы.

Машинное обучение можно настроить как ботов, которые могут влиять на людей с помощью рекламной кампании, например, во время президентских выборов в США.

Боты могут распространять фальшивую информацию и вносить свой вклад в политический климат в социальных сетях, таких как твиттер и Facebook, нападая на оппонентов и являясь «плохими парнями».

Может быть, с помощью машинного обучения роботы и компьютеры восстанут против людей, подобных Терминатору, или помогут нам, как «Звездные войны». Только время покажет, поможет или повредит машинное обучение нашему обществу. А пока мы можем расслабиться и наслаждаться поездкой.