Несколько лет назад дистанционное общение было сложным, потому что вам нужно было идти в определенные места, чтобы сделать международный звонок, или вам нужно было отправить письмо и ждать, пока оно дойдет до получателя и чтобы он или она ответили, что могло занять дни или даже недели. Все вышеперечисленное изменилось благодаря эпохе интернета вместе с технологической эволюцией, которая произошла за последние 20 лет, несомненно, повлекла за собой изменения в образе жизни людей, например, теперь общаться с человеком на расстоянии можно одним щелчком мыши. далеко, вы можете сделать видеозвонок и увидеть человека в режиме реального времени.

Принимая во внимание вышеизложенное, по мере развития технологий человек понял, что может научить машины думать, то есть автоматизировать процессы и принятие решений в соответствии с определенными инструкциями, которые человек может предоставить машине, это известно, последнее дается через алгоритмы. Спустя годы этот процесс обучения получил название машинного обучения. Но не будем зацикливаться на технических терминах, давайте разберемся в этих терминах на наглядных и реальных примерах того, как все это работает.

Предположим, вы смотрите видео на Facebook о том, как готовить, в частности, как делать торты, выпечку и лазанью. В конце видео вы сможете увидеть видео, похожие на те, которые вы уже видели, и как вам нравится смотреть кулинарные видео, на которые вы продолжаете нажимать. Затем, когда вы снова войдете в приложение и увидите фотографии своих знакомых, в какой-то момент вы увидите кулинарные видео. Вы подумаете… «О, вы хорошо знаете Facebook, он показывает мне видео, которые мне действительно нравятся», но знаете ли вы, почему Facebook рекомендует именно эти видео? В основном из-за того, что было сказано ранее, человеку удалось научить машины думать и, следовательно, принимать решения, это и есть машинное обучение.

Представьте себе, что алгоритмы похожи на детей: сначала они ничего не знают, но по мере взросления узнают что-то новое и могут связать одно с другим. Например, если ребенок видит, что небо темное, очень вероятно, что пойдет дождь, или, с другой стороны, представьте, что ваш внук знает, что вы любите шоколадный торт. Возможно, потому что он слышал, что вы любите такие торты, или потому что вы просто сказали ему, чтобы ваш внук узнал эту информацию.

Точно так же алгоритмы должны быть обучены. И как это делается? Предоставляя им данные, и на их основе они принимают решения, это известно как контролируемое обучение. Таким образом, каждый раз, когда вы смотрите видео и ставите ему лайк или оставляете комментарий, вы обучаете алгоритм своим предпочтениям и, таким образом, учитесь на нем. Однако важно отметить кое-что любопытное: Facebook состоит из пользователей, и вы один из них. Как и вы, есть пользователи, которые любят готовить и любят смотреть такие видео, поэтому Facebook дает рекомендации на основе видео, которые смотрели другие люди с такими же предпочтениями, как и вы. Другими словами, Facebook отвечает за рекомендации того, что вам действительно нравится. В этом видео вы увидите объяснение того, как Netflixи Amazonиспользуют эту методологию для рекомендации фильмов, но принцип, лежащий в ее основе, тот же, машинное обучение. Углубляясь в вышеизложенное, взгляните на следующее изображение, чтобы лучше понять, как процесс работает графически.

Как видите, существует два типа фильтров: с одной стороны, совместная фильтрация, а с другой — контентная фильтрация. Социальные сети, такие как Facebook, используют такие типы рекомендаций на основе поведения пользователей, и за этим стоит целый процесс машинного обучения.

Имея это в виду и возвращаясь к примеру, предположим, что сейчас приближается Рождество и вы хотите начать делать поделки, а затем поищите видео об этом. Что ты на самом деле делаешь? Обучение этого ребенка вызвало алгоритм, чтобы иметь больше данных, чтобы он мог предсказывать то, что вам нравится. Теперь она будет не только рекомендовать кулинарные видео, но и смотреть видео о рукоделии на Рождество. Удивлен? Это истинная сила данных, и все это благодаря прогрессу, достигнутому с помощью машин.

Между тем, когда вы просматриваете приложение Facebook и находите фотографии членов семьи, вы видите, что на лице человека нарисована белая рамка (СМ. ФОТО 1), и вы можете увидеть имя человека. Да что там на самом деле происходит? В области технологий это известно как распознавание лиц. Это не что иное, как модель обученных алгоритмов, позволяющая идентифицировать человека, анализируя биометрические характеристики его лица, такие как расстояние между глазами или размер головы, таким образом, алгоритм Facebook для распознавания лиц может быть имя человека в соответствии с фотографией, на которую вы смотрите.

Как и в этом простом примере, на Facebook есть множество приложений для машинного обучения. Другой случай, вероятно, что вы слышали это, и это распознавание голоса, может быть, вы сделали поиск со знаменитым «Окей, Google», Siri или Alexa. Спрашиваю о каких-либо лекарствах или погодных условиях в ближайшие несколько дней. Суть в том, что вы также можете обучать машины с помощью голоса, так как они могут получать инструкции и немедленно реагировать. В этом видео вы увидите, как электронное устройство в виде динамика использует распознавание голоса для выполнения инструкций, которые вы ему говорите, это целый процесс автоматизации, то есть он может дать вам указание включить свет, напомнить вам о времени, когда вы должны принять лекарство, даже включить определенную песню, среди прочего.

Я хотел бы сделать вывод, что существует множество приложений машинного обучения, использующих такие подходы, как контролируемое и неконтролируемое обучение, которые обучаются на данных, которые могут предоставить люди, поэтому чем больше данных вы изучаете, тем более предсказуемыми вы можете быть. В этой статье основные концепции были рассмотрены на реальных примерах приложений машинного обучения в различных контекстах, чтобы понять потенциал машинного обучения.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

[1] Как работают системы рекомендаций (Netflix/Amazon), Youtube.com, 2020 г. [Онлайн]. Доступно: https://www.youtube.com/watch?v=n3RKsY2H-NE.

[2] Что происходит с распознаванием лиц? | Untangled, Youtube.com, 2019 г. [Онлайн]. Доступно: https://www.youtube.com/watch?v=BqQT4sIOYA0.

[3] Amazon Echo Plus, Youtube.com, 2017 г. [Онлайн]. Доступно: https://www.youtube.com/watch?v=9qkW75JsY3U.

[4] А. Мелло, Как Netflix и Amazon узнают, чего я хочу?, Medium, 2020 г. [Онлайн]. Доступно: https://towardsdatascience.com/how-do-netflix-and-amazon-know-what-i-want-852c480b67ac.