В течение последнего квартала 2016 года исследования в области машинного обучения (machine learning, МО) совершили настоящий прорыв. Теперь компьютеры понимают человеческую речь так же хорошо, как люди. Они могут внятно говорить и переводить тексты с одного языка на другой. Создавать новые схемы шифрования и теги для изображений без вмешательства человека.
Эти инновации выходят далеко за пределы лабораторных условий — уже сегодня функция самоуправления в автомобилях Tesla снижает вероятность ДТП на 40%, а робот-каменщик строит стены в 3 раза быстрее, чем человек. Многие предприниматели считают, что через 5-10 лет каждая компания будет в той или иной мере пользоваться машинным обучением.
Направления развития
Оптимизация рекламы. Программы для борьбы с мошенничеством. Предотвращение вторжений. Фондовые торги. Эти первые попытки внедрения МО в 2000-х годах показывают, какие именно проблемы нужно решать с его помощью: часто повторяющиеся процессы, выполнение которых можно измерить, подсчитать и протестировать. А также процессы, в которых люди могут определить наиболее важные факторы решения.
Упомянутые выше достижения 2016 года позволили существенно расширить область применения МО. При достаточно объемной базе данных и высокой вычислительной мощности компьютеры могут научиться прогнозировать, оптимизировать, сегментировать или обнаруживать дефекты в таких новых областях, как речь, распознавание изображений, естественное понимание языка, создание музыки или картинок. И они могут делать это намного самостоятельнее, чем раньше.
Вероятнее всего, в ближайшем будущем стартапы начнут революционизировать существующие категории ПО с помощью машинного обучения и создавать на основе этой технологии совершенно новый софт.
Делайте бизнес на основе данных!
По материалам: tomtunguz.com.
