Ordenagailuak ez dira hartzen, baina egunero egiten ari dira
Termino errazenetan, makina-ikaskuntza (ML) makinen programazioa da (ordenagailuak), zeregin hori burutzeko, datuak (informazioa) erabiliz eta aztertuz, zeregin hori burutzeko modu independentean, giza garatzaile baten sarrera zehatz gehigarririk gabe .
Makina ikaskuntza 101
"Irakasteko makina" terminoa 1952an sortu zen IBM laborategian, Arthur Samuel, adimen artifizialaren (AI) eta ordenagailu jokoaren aitzindaria. Makina-ikaskuntza, ondorioz, adimen artifizialaren adar bat da. Samuelek premisa denbora errealeko informatika-eredua irauli zuen eta ordenagailuak gauzak ikasteko gelditu zen.
Horren ordez, konputagailuak bere kabuz gauzak idazten hasi nahi zituen, gizakiak informazio zatirik txikiena ere sartu gabe. Orduan, pentsatu zuen, ordenagailuak ez zitzaizkion zereginak burutuko, baina azken finean erabakiko luke zer egin behar diren eta noiz. Zergatik? Horrela ordenagailuak edozein eremutan egin beharreko laneko gizakiak murriztu ditzake.
Nola makina ikasten dabil
Makina ikasketak algoritmoen eta datuen erabileraren bidez funtzionatzen du. Algoritmo bat ordenagailu edo programa bat zeregin bat nola kontatzen duen argibide edo jarraibide multzo bat da. ML-n erabilitako algoritmoek datuak biltzen dituzte, ereduak ezagutzen dituzte eta datu horien analisia erabiltzen dute beren programak eta funtzioak egokitzeko zereginak burutzeko.
ML algoritmoek arau multzoak, erabakiak hartzeko zuhaitzak, eredu grafikoak, hizkuntzaren prozesamendu naturala eta sare neuralak erabiltzen dituzte (batzuk aipatzearren), erabakiak hartzeko eta zereginak egiteko prozesatzeko datuak automatizatzeko. ML gai konplexua izan daitekeen arren, Google Teachable Machine-ek ML lanak nola funtzionatzen duen erakusteko eskuz egin du.
Gaur egun erabiltzen den makina ikasketen forma indartsuena, ikaskuntza sakona deitzen duena, sare neuronal bat izeneko egitura matematiko konplexu bat eraikitzen du, datu kantitate handietan oinarrituta. Neurona sareak ML eta AI algoritmo multzoak dira, giza burmuineko nerbio zelulak eta nerbio sistemaren prozesuen informazioaren ondoren.
Inteligentzia Artifiziala vs Machine Learning vs. Data Mining
AI, ML eta datuen meatzaritzaren arteko harremana hobeto ulertzeko, lagungarria da atari ezberdinetako multzo desberdinak pentsatzea. AI aterki handiena da. ML aterkiaren tamaina txikiagoa da eta AI aterkiaren azpian egokitzen da. Datuen meatzaritza aterki txikia da eta ML aterkiaren azpian egokitzen da.
- AI informatika adar bat da, ordenagailuak "adimendun" eta "giza-antzeko" moduetan burutzeko zereginetan oinarritzen da, gizakiaren adimenaren ondoren ereduak eta erabakiak hartzeko teknikak erabiliz.
- ML informatika-kategoria bat da programazio-makinen (ordenagailuak) programan oinarritutako AI-a (beharrezko datuak edo adibideak biltzea) datu automatizatuak eta erabakiak adimendunak modu automatizatuan egiteko.
- Datu-meatzaritzak estatistikak, ML, AI eta datu-baseen datu asko biltzen ditu, ereduak bilatzeko, ezagutzak emateko, sailkapenak sortzeko, arazoak identifikatzeko eta datu-analitikoak emateko.
Zer makina ikasketak egin dezaket (eta dagoeneko ez)
Informatika gaitasuna informazio segundoko bigarren zatien informazio kopuru handiak aztertzeko gaitasuna da. Horrela, denbora eta zehaztasuna ezinbestekoak diren industrien kopurua da.
- Medikuntza: ML teknologia ari da medikuaren esparruan irtenbide ugari egiten ari da, pazienteen sintomak ezohiko pazienteen diagnosia azkarragoarekin larrialdi saileko medikuak laguntzeko. Medikuak gaixoaren sintomak zerrendan sartzeko programa eta ML erabiltzeko aukera ematen du; programa terabyte trillonesak gainditu ditzake medikuntzako literaturak eta Internetek diagnostiko potentzialen zerrenda eta probak edo tratamenduak denbora errealean frogatzeko.
- Hezkuntza: ikaslearen ikaskuntzaren beharrei egokitutako hezkuntzako tresnak sortzeko MLa erabiltzen da, interaktiboagoak diren irakaskuntza laguntzaile birtualak eta testuliburu elektronikoak. Tresna horiek ML erabiltzen dute zein kontzeptu eta trebetasunek ikasleek aztertzen dituzten galdetegi laburrak eta praktiken ariketen bidez. Tresnak ondoren bideo laburrak, adibide gehigarriak eta atzeko planoko materialak ematen dizkie ikasleei beharrezko gaitasunak edo kontzeptuak ikasteko.
- Automobilgintza: ML autokontzientzako autoen alorrean osagai nagusia ere bada (gidaririk gabeko autoak edo autoak). Automobilgintzako autoen bidez funtzionatzen duen softwarea errealeko errepideetako probetan eta errepideko baldintzetan (hala nola errepide geldoak) detektatu edo errepidearen gaineko oztopoak identifikatu eta errepideko errepideak detektatzeko erabiltzen ditu. Horretarako, modu seguruan nabigatzeko modu egokiak ikasteko gai dira.
Litekeena da dagoeneko aurkitu duzu ML hainbat aldiz konturatu gabe. ML teknologiaren ohiko erabileren artean, besteak beste, ahotsaren aintzatespen praktikoa ( Samsungen Bixby , Apple Siri , eta gaur egun ordenagailu estandarreko zenbait hizketarako testu-programak), zure posta elektronikoko spam iragazkiak, albisteak eraikitzea, iruzurra antzematea eta pertsonalizatzea erosketa-gomendioak eta web bilaketa-emaitzak eraginkorrak izatea.
ML zure Facebook iturrian ere parte hartzen du. Lagun bati gustatzen bazaio edo egin klik maiztasunean maiz, algoritmoak eta ML atzean "zure" ekintzetatik ikasten dituzu zure iragarkien inguruko zenbait lagun edo orrialde lehentasunez zehazteko.
Zer makina ikas dezakezun?
Hala ere, MLk zer egin dezakeen mugak daude. Esate baterako, ML industrien erabilera sektore desberdinetan gizakion garapen eta programazio esanguratsua eskatzen du, industria horri eskatzen zaizkion zeregin moten arabera programa edo sistema bat espezializatzeko. Adibidez, gure mediku adibidean, larrialdi-departamentuan erabilitako ML programak giza medikuntzan garatu zuen. Gaur egun ezin da programa zehatza hartu eta albaitaritza-larrialdietako zentro batean zuzenean ezartzeko. Trantsizio horren arabera, giza programatzaileek espezializazio eta garapen handia behar dute albaitaritza edo animalia medikuntzako zeregina egiteko bertsio bat sortzeko.
Datu eta adibideak kopuru izugarri handiak ere eskatzen ditu "ikasteko" erabakiak hartzeko eta zereginak burutzeko behar duen informazioa. ML programek ere oso literalak dira datuen interpretazioan eta sinbolismoarekin duten borroka eta baita datuen emaitzetan harreman mota batzuk ere, hala nola kausa eta efektua.
Aurrerapen jarraitua, hala ere, gaur egungo ordenagailu adimendunak sortzen dituzten core teknologia gehiago egiten ari dira.