Machine learning je svuda oko nas

“Ovo je novi svet u kome će mogućnosti donošenja zaključaka, razumevanje sveta i ljudi biti skoro pa neverovatni. To potpuno menja kompjuterske nauke” izjavio je Steve Ballmer, bivši izvršni direktor kompanije Majkrosoft.

Machine learning unosi promene u poslovne softvere – omogućava firmama da uoče obrasce u kretanju podataka i na osnovu toga predvide buduće novitete.

Za razliku od veštačke inteligencije koja, ne samo da se trudi da imitira ljudsko razmišljanje, već razvija i moć apstraktnog mišljenja, machine learning je usmeren isključivo ka stvaranju softvera koji uči iz prethodnih iskustava.

Značaj inovacija i machine learning-a u savremenom svetu objasnio je Dane Howard, Global Head Design i Product Experience u Samsung NEXT-u. U intervjuu za InVision iz sopstvenog iskustva ističe pozitivne prednosti nove vrste obrade podataka:

“Machine learning je zapravo učenje mašina da rade neke stvari brže i efikasnije od ljudi. Prost primer je skeniranje mozga da bismo otkrili tumore, ili učenje mašine da razlikuje psa od mačke. Kada vršite eksperiment na velikom broju podataka, možete naučiti mašinu ili stvoriti neki algoritam, i podesiti specijalno za određen zadatak.”

Uz to daje dobre primere iz prakse: “Ovo je zapravo priča o efikasnosti. Posao dizajnera je veoma zahtevan, na primer promena formata na gomili fajlova ili nešto slično. Zamislite da imamo softver pomoću kog bismo mogli da smanjimo ogromnu količinu vremena koju analitičari podataka troše na obradu i da se koncentrišu na ono što je zapravo važno a to je korišćenje rezultata tih podataka. Kao što InVision pravi korisne prečice za nas iz dizajna, to se sada dešava sa obradom podataka.”

Machine learning je zapravo prikupljanje podataka kroz data mining (iskopavanje podataka) iz izvora unutar i van kompanije, čak i iz mejlova i kalendara. Ovim bi se rešila dva postojeća problema poslovnih softvera – mogućnost ljudske greške i spora obrada podataka koja je često neprecizna.

Podoblast machine learning-a, deep learning, omogućava bolje predstavljanje na osnovu velikog seta neobeleženih podataka. Na primer, za prepoznavanje lica na fotografijma machine learning-u treba poseban filter, dok će deep learning samo na osnovu datih osobenosti, razdaljina između različitih delova lica ili dužine nosa, pokušati da prepozna lik.

Ljudi se uglavnom plaše da će roboti zauzeti njihova radna mesta, međutim ima i optimista, koji misle da je veštačka inteligencija tu da nam pomogne. Dane Howard ukazuje na mogućnosti za napredak dizajna:

“Bilo je neverovatno videti kako neki klijenti reaguju na ove promene. Ova ideja je tek u povoju. Još uvek je mnogima nejasno. Mom timu i meni je dugo trebalo da shvatimo šta znači deep learning, i šta sve taj pojam obuhvata. Postoje oni koji ove pojmove poznaju, ali pitanje je “Kako da smislimo varijantu koja će biti jasna širem auditorijumu?” Ili “Kako da objasnimo šta ovaj proizvod sve može?” i onda da, eventualno, primenimo u svakodnevnom poslu.”

Dizajneri imaju veoma važnu ulogu kada je davanje emotivnog aspekta u pitanju: “Dizajneri imaju priliku da stave situaciju u kontekst, bilo da je to iz ugla mušterije, situacije iz prošlosti ili da predvide šta tek može da se desi. Oni se poigravaju sa spektrom osećanja koje mogu da izazovu. I to je u stvari poenta, podsećaju da smo mi svi ljudska bića. Pitanje je da li će ono što mi radimo da im pomogne ili će da ih frustrira, to je osnovni princip iz kog polazimo, da dizajneri imaju mogućnost da stave emotivnu notu u sve što mi stvaramo ili osmišljavamo”.

U svetu u kojem je znanje moć, sposobnost pretvaranja sirovih informacija u znanje je od neprocenjive vrednosti. Profesori i studenti iz Srbije su veoma uspešni u ovoj oblasti, u prilog tome idu vrhunski rezultati na svetskim takmičenjima naših srednjoškolaca iz matematike i statistike. To je više nego dovoljna baza za razvijanje i rad na machine learning-u u Srbiji. Dalji razvoj kompjuterskih tehnologija će sve više uvoditi machine learning u svakodnevni život, te je neophodna edukacija mladih ljudi, menadžera i zaposlenih u kompanijama kako bi se najbolje iskoristile inovacije koje nam stižu.

Izvor: www.designbetter.co