Isi kandungan:
Pembelajaran mesin (ML) akan menjadi sama ada semangat atau pengungkit kepada perusahaan, bergantung kepada siapa yang anda bercakap. Di satu pihak, ia akan membawa pelbagai keupayaan baru kepada proses digital - semuanya dari aliran kerja automatik untuk infrastruktur kendiri kendiri. Di pihak yang lain, ia akan menggantikan pekerjaan dan meninggalkan organisasi yang tidak berkuasa untuk membuat pembetulan apabila keadaan menjadi terganggu.
Kebenaran mungkin ada di antara kedua-dua ekstrem ini, tetapi untuk benar-benar mendapatkan penanganan mengenai apa yang boleh dan tidak boleh dilakukan oleh ML, adalah perlu untuk menghilangkan beberapa mitos yang tumbuh di sekitar teknologi. (Dengan begitu banyak tawaran, kenapa tidak semua orang menggunakan ML? Cari di 4 Blok Sekatan Yang Menggalakkan Pengambilan Pembelajaran Mesin.)
Mitos 1: Pembelajaran mesin dan kecerdasan buatan adalah satu dan sama.
Walaupun benar bahawa kedua-duanya menggunakan teknologi asas yang sama, AI adalah istilah payung yang merangkumi pelbagai disiplin. Menurut Dr. Michael J. Garbade, Ketua Pegawai Eksekutif Ecosystem Pendidikan, AI merangkumi bukan sahaja ML, tetapi rangkaian saraf, pemprosesan bahasa semula jadi, pengenalan pertuturan dan pelbagai teknologi baru muncul. ML mempunyai perbezaan untuk dapat mengubah kodnya sendiri berdasarkan pengalaman, perubahan kepada persekitarannya atau pengenalan objektif baru - ini pada asasnya adalah "pembelajaran" pembelajaran mesin.
