Komputery coraz częściej będą analizowały i uczyły się naszych zachowań. Wartość rynku inteligentnych aplikacji do 2020 r. przekroczy 40 mld dolarów

Uczenie maszynowe samo w sobie stanowi realizację zjawiska, które określamy jako sztuczna inteligencja. To proces, w którym sam komputer uczy się czegoś nowego, bazując jedynie na dostarczonych mu danych. Zautomatyzowane systemy analityczne, które kształcą się wraz z upływem czasu i pozyskiwaniem większej liczby informacji, rozwijają się obecnie w tak szybkim tempie, że śmiało można mówić o rewolucji w tym obszarze. Według International Data Corporation do 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld dol.

– Uczenie maszynowe to proces, w którym komputer sam ma się nauczyć czegoś na podstawie danych. Czyli w odróżnieniu od klasycznego podejścia do programowania, gdzie programista krok po kroku instruuje komputer, co ma robić, w wypadku uczenia maszynowego rolą człowieka jest tylko określenie celu i dostarczenie danych trenujących – mówi agencji informacyjnej Newseria Michał Kudelski, senior business solution manager z firmy SAS Polska.

Według raportu Gartner firmy, które będą przechowywać swoje dane, a następnie dzięki specjalnym programom analitycznym efektywnie je wykorzystywać w procesie podejmowania decyzji biznesowych, zdobędą ponad 20-procentową przewagę nad swoją konkurencją. To dowód na to, że w uczeniu maszynowym drzemie ogromny potencjał. Obecnie na tej bazie powstaje wiele algorytmów, które wykorzystywane są w procesie tworzenia nowych technologii.

– W ostatnich latach obserwujemy pewną rewolucję w sztucznej inteligencji, w uczeniu maszynowym, która też skutkuje pewnymi spektakularnymi sukcesami, takimi jak np. autonomiczne samochody czy zwycięstwa algorytmów sztucznej inteligencji w takich dziedzinach jak szachy, gra Go czy rozpoznawanie twarzy  – twierdzi Michał Kudelski.

Według IDC do 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld dol. Jak twierdzi senior business solution manager z firmy SAS Polska, głównymi przyczynami przyśpieszenia rozwoju sztucznej inteligencji są dostępność danych, moc obliczeniowa i nowe techniki algorytmiczne. Przykładem zastosowania uczenia maszynowego są chociażby serwisy muzyczne typu Spotify, które na podstawie analizy naszych preferencji, czyli tego, co słuchamy, proponują spersonalizowaną listę utworów.

– Rewolucja maszynowa jest możliwa dzięki dostępności danych, mocy obliczeniowej i nowym technikom algorytmicznym, które zwiększają skuteczność samego procesu uczenia. Tych przykładów zastosowań uczenia maszynowego obserwujemy z dnia na dzień coraz więcej. Coraz więcej osób korzysta z serwisów muzycznych typu Spotify – na podstawie analizy naszych preferencji nasz algorytm jest w stanie nauczyć się, jaki typ muzyki lubimy i zaproponować nam listę utworów skierowaną wyłącznie dla nas – wyjaśnia Michał Kudelski.

Uczenie maszynowe wykorzystywane jest w bardzo szerokim zakresie. Pozwala chociażby rozpoznać mowę, występuje w Google Translator, sprawdza się przy wykrywaniu nadużyć finansowych, jak również w business intelligence, a więc raportowaniu i wizualizacji danych. Jak widać, specyfika wykorzystania tego elementu sztucznej inteligencji jest bardzo szeroka. Co najważniejsze, z uczenia maszynowego może korzystać właściwie każda firma.

– Nawet mała, a w skrajnym przypadku jednoosobowa firma, gdzie właściciel jest jakimś pasjonatem nowych technologii, jest w stanie korzystać z rozmaitych narzędzi i uczenia maszynowego. One są dostępne i dość proste w użyciu. Myślę, że tutaj decyduje liczba danych, którą ta firma generuje na co dzień. Nie chodzi o wielkość organizacji, ale o liczbę danych, która jest przez nią generowana – tłumaczy Michał Kudelski.

Jak twierdzi specjalista, uczenie maszynowe daje wiele korzyści, poczynając od pełnej automatyzacji pewnych czynności, poprzez podejmowanie w krótkim czasie wielu lepszych decyzji. Uczenie maszynowe pełni niejako rolę narzędzia służącego do skrupulatnej analizy gromadzonych przez firmę danych. Dzięki temu dana firma potrafi przewidzieć przyszłe trendy i zapotrzebowanie rynku.

– Uczenie maszynowe daje możliwość „przewidywania przyszłości”, czyli na podstawie danych historycznych jesteśmy w stanie przewidzieć zapotrzebowanie na jakiś towar w przyszłości i na tej podstawie optymalizować naszą politykę zamówień, nasze stany magazynowe – podkreśla Michał Kudelski.

Senior business solution manager z firmy SAS Polska uważa także, że być może w niedalekiej przyszłości sposób interakcji między ludźmi a komputerami ulegnie całkowitemu przeobrażeniu.

– To, co mamy w tej chwili, czyli klasyczne interfejsy stron internetowych oraz aplikacje na smartfony obsługiwane ekranem dotykowym, być może w niedalekiej przyszłości zostaną zastąpione przez inteligentne programy, tzw. boty, z którymi będziemy prowadzić konwersacje w języku naturalnym. Świat zmieni się nie do poznania – przekonuje Michał Kudelski.