Q:
Mengapa orang bercakap tentang "titik tip" untuk pembelajaran mesin?
A:Sebilangan besar pakar menyedarkan orang lain kepada idea bahawa pembelajaran mesin benar-benar disebabkan oleh meletup dalam beberapa tahun akan datang sebagai industri baru muncul. Sebagai elemen khusus untuk kerja-kerja kecerdasan buatan, pembelajaran mesin bergantung pada algoritma canggih dan set latihan data untuk membangunkan respons kebarangkalian kompleks yang boleh digunakan untuk hampir apa-apa keadaan atau industri. Dengan itu, penerimaan pembelajaran mesin dalam komuniti perusahaan kini semakin berkembang apabila syarikat cuba menjadi yang pertama di kalangan pesaing mereka untuk benar-benar menggunakan pembelajaran mesin dengan cara tertentu.
| Muat turun Percuma: Pembelajaran Mesin dan Mengapakah Ia Penting |
Aplikasi perniagaan hanya satu aspek pertumbuhan potensi pembelajaran mesin. Syarikat-syarikat juga mendapati bahawa teknologi yang lebih bijak dan produk yang lebih bijak akan membuka kunci generasi pengguna barangan dan perkhidmatan pengguna yang lebih fungsional.
Orang bercakap tentang "titik tip" pembelajaran mesin sebagai ribut kemajuan yang sempurna dalam perkakasan, algoritma dan data. Kajian Perniagaan Harvard menyebut ketiga-tiga ini dalam satu babak bulan Julai membincangkan letupan pembelajaran mesin pending. Sudah tentu, data besar mungkin yang paling terunggul dalam akhbar berteknologi; daripada ketiga elemen ini, data besar telah meletup sejak 10 tahun yang lalu. Walau bagaimanapun, algoritma itu sendiri juga telah dibangunkan dengan ketara.
Komponen lain yang begitu banyak dibincangkan ialah perkakasan yang memandu lebih banyak aplikasi pembelajaran mesin.
Pada dasarnya, syarikat-syarikat sedang bergerak ke arah proses membangunkan papan litar khusus dan cip pemproses yang khusus untuk mengendalikan pembelajaran mesin, dan bukannya menggunakan teknologi papan litar tradisional untuk mengendalikan sejumlah besar input dan perhitungan yang terlibat dalam pembuatan keputusan secara probabilistik. Beberapa teknologi rujukan seperti Unit Pemprosesan Tensor Google atau TPU dan produk lain yang dibina khusus untuk membolehkan pengiraan pembelajaran mesin, contohnya, melalui penggunaan array pintu masuk logik yang boleh diprogramkan.
Kesemua trend ini datang bersama untuk membentangkan permintaan yang semakin meningkat untuk sistem pembelajaran dan kemahiran mesin yang eksekutif dan orang lain banyak memberi perhatian kepada kerana mereka merenungkan masa depan teknologi perniagaan pada tahun 2018 dan seterusnya.
