Как человеческое, так и машинное обучение генерируют знания, но между ними есть большая разница.
Обучение - это процесс приобретения новых или закрепления существующих знаний, поведения, навыков или ценностей. У людей есть способность учиться, однако с развитием искусственного интеллекта машинное обучение стало ресурсом, который может дополнить или даже заменить человеческое обучение, говорит инженер и психолог Питер Рудин в Singularity2030.
Человеческое обучение против машинного обучения
Рудин предполагает, что как человеческое, так и машинное обучение генерируют знания, одно из которых находится в мозгу, а другое - в машине. Но действительно ли это единственное различие между ними? И, что более важно, как мы применяем, какие знания и как мы балансируем эти ресурсы знаний для достижения оптимальных результатов?
Машинное обучение стало быстрорастущей разновидностью исследований в области искусственного интеллекта. Применение так называемого программного обеспечения нейронных сетей, имитирующего функции человеческого мозга, в сочетании с доступностью недорогих массивных вычислительных аппаратных ресурсов предоставляет возможности для решения проблем, которые до сих пор зависели от возможностей человеческого мозга. Огромные пулы данных (Big Data), состоящие из медицинской или финансовой информации, библиотек изображений или информации о поведении клиентов, и это лишь некоторые из них, обрабатываются с помощью различных типов очень сложных алгоритмов для получения цифровых знаний без традиционного программирования.
Машинное обучение: очень мощное расширение возможностей человеческого мозга
Человеческий мозг не похож на компьютер, и компьютер не похож на человеческий мозг. Несмотря на то, что компьютеры могут выполнять «нейросетевые» процессы, они вдохновляются нейронами мозга, но не самоорганизуются и не адаптируются. Кроме того, машинное обучение, которое учит компьютеры действовать способами, на выполнение которых они явно не запрограммированы, не может заменить человеческое обучение.
Доказано, что машинные знания намного превосходят возможности человеческого мозга в том, что касается запоминания знаний, понимания и понимания. Следовательно, люди склонны все больше полагаться на машинные знания с дополнительным преимуществом, заключающимся в отсутствии проблем с сохранением, поскольку эти знания всегда доступны «онлайн».
Как только мы перейдем к более сложным способностям, таким как применение знаний, абстрагирование и анализ проблем, сочетание знаний человека и машинного обучения представляет собой новейшие достижения в различных сегментах бизнеса.
Данные о поведении потребителей и профилирование
Интересное приложение машинного обучения для анализа больших данных разработал стартап BehaviourExchange. Они использовали миллиарды записанных онлайн-взаимодействий для создания миллионов профилей пользователей, которые позволяют, например, интернет-маркетологам корректировать содержание веб-сайта в соответствии с интересами конкретного пользователя в режиме реального времени. Их система способна понимать демографические и психографические характеристики посетителей Интернета, а также их краткосрочные и долгосрочные настроения. Без сомнения, это ультрасовременное сочетание машинного обучения, больших данных и человеческого интеллекта, которое дает нам представление о грядущем цифровом будущем.
Узнайте больше о BehaviourExchange на их сайте!
