Machine Learning, znane również jako samouczenie się maszyn jest to dziedzina nauk zajmująca się badaniem sztucznej inteligencji (SI).
Należy do nauk wielodziedzinowych z większym naciskiem na informatykę, robotykę oraz statystykę. Jej celem jest doskonalenie systemu za pomocą danych poprzez praktyczne zastosowania. Dotyczy to oprogramowań zwłaszcza w przemyśle oraz innowacyjnych technologiach. Cała dziedzina została stworzona, aby zwiększyć wydajność, efektywność oraz redukcję kosztów.
Samouczenie się maszyn i sztuczna inteligencja
Herbert Simon (1983)
„Uczenie się oznacza zmiany w systemie, które mają charakter adaptacyjny w tym sensie, że pozwalają systemowi wykonać za następnym razem takie samo zadanie lub zadania podobne bardziej efektywnie.”
Ryszard Michalski (1986)
„Uczenie się to konstruowanie i zmiana reprezentacji doświadczanych faktów. W ocenie konstruowania reprezentacji bierze się pod uwagę: wiarygodność – określa stopień w jakim reprezentacji odpowiada rzeczywistości, efektywność – charakteryzuje przydatność reprezentacji do osiągania danego celu, poziom abstrakcji – odpowiada zakresowi szczegółowości i precyzji pojęć używanych w reprezentacji; określa on tzw. moc opisową reprezentacji. Reprezentacja jest rozumiana jako np. opisy symboliczne, algorytmy, modele symulacyjne, plany, obrazy.”
Donald Michie (1991)
„System uczący się wykorzystuje zewnętrzne dane empiryczne w celu tworzenia i aktualizacji podstaw dla udoskonalonego działania na podobnych danych w przyszłości oraz wyrażania tych podstaw w zrozumiałej i symbolicznej postaci.”
Pierwszym przykładem Machine Learning (samouczenia się maszyn) jest projekt Arthura Samueala- pracownika z firmy IBM, który w roku 1952 opracował program do szkolenia osób, grających w szachy. Był to tak innowacyjny pomysł, że wzbudzał podziw u większości ludzi. Już teraz jesteśmy określić, że firma działająca również teraz pod nazwą IBM (International Business Machines Corporation; potocznie zwany Big Blue) prowadzi usługi konsultingowe (doradztwo- dziedzina zarządzania zajmująca się szeroko pojętym doradzaniem podmiotom gospodarczym, najczęściej dużym organizacjom) oraz informatyczne. IBM zajmuje się systemami komputerowymi, systemami sieciowymi, pamięcią masową etc.
Następnym przykładem, o którym warto wspomnieć jest system ekspercki Dendral, który powstał na Uniwersytecie Stanforda w 1965 roku. Było to odkrycie, które ułatwiło życie chemikom. System identyfikował molekuły związków chemicznych, które dotychczas nie były znane naukowcom. Dendral wprowadził wiele dobra w życiu osób zajmujących się ogromną dziedziną chemii. Obowiązkowo trzeba również wspomnieć, że wyniki badań otrzymane dzięki systemowi temu programowi były pierwszym w historii odkryciem dokonanym przez komputer, które zostały opublikowane w prasie specjalistycznej.
Zastosowania praktyczne
Machine Learning ciągle się rozwija. Jest to dziedzina, która nie przestanie interesować młodego pokolenia, więc wciąż będzie na topie. Ciągle znajdujemy nowe zastosowania, np.”
- automatyczne tłumaczenie,
- dyktowanie komputerowi, np. w urządzeniach Apple mamy do czynienia z tzw. Siri, który ułatwia nam poszukiwanie danych zawartości w naszym Iphonie jak i w sieci; w programie Youtube wyszukiwarka, której można dyktować,
- interaktywne biura obsługi,
- kierowanie pojazdem (ALVINN, samochody autonomiczne),
- automatyzacja systemów produkcji i wydobycia,
- rozpoznawanie chorób na podstawie symptomów,
- rozpoznawanie pisma na podstawie przykładów,
- rozpoznawanie wzorców (pattern recognition),
- przewidywanie trendów finansowych lub ekonomicznych (np. cen mieszkań),
- systemy rekomendacji (np. Spotify lub Filmweb),
- zabezpieczanie przed oszustwami w transakcjach finasowych (fraud detecion),
- odnajdowanie drogi w nieznanym środowisku. etc.
Programy wykorzystujące Machine Learning:
- Facebook- umożliwia ludziom zawieranie ludziom znajomości, wyszukiwanie ich po nazwiskach, wspólnych znajomych,
- Spotify oraz Filmweb- rekomendacje,
- Netflix- udostępnianie filmów legalnie,
- Feed.
Machine Learning wprowadziło w nasze życie bardzo dużo zmian, co poskutkowało większymi osiągnięciami w dziedzinach, np. nauk.
Platformy do Machine Learning:
- Amazon- pomaga deweloperom w tworzeniu aplikacji,
- Microsoft Azure- udostępnia zaawansowanie funkcje analizy chmurkowej,
- iCloud,
- Google,
- itp.