Спустя почти пятьдесят лет после того, как HAL прочитал по губам астронавтов в 2001 году, «Космическая одиссея» и, распознав заговор с целью преодолеть его превосходящий интеллект, захватил космический корабль, искусственный интеллект (ИИ) и машинное обучение (МО) вышли из лаборатории, чтобы войти лексикон широкой публики — не только технарей. Колледжи и университеты разрабатывают программы по машинному обучению, а местные информационные агентства по технологиям работают сверхурочно, чтобы информировать своих читателей об этой теме и ее возможностях. В Coherent Solutions многие наши клиенты ищут способы использовать эти возможности в своих повседневных бизнес-решениях.

Одной из очевидных тенденций является общая эволюция (или почти революция) технологии машинного обучения. Он достиг критической точки и теперь стремительно развивается в некоторых ключевых возможностях, таких как:

  • Регрессия, где мы можем прогнозировать будущие события на основе прошлых данных. Например: прогнозирование цен на жилье на основе множества различных факторов.
  • Классификация или категоризация информации, например анализ настроений, с помощью которого можно определить, оставляют ли пользователи положительные или отрицательные отзывы.
  • Кластеризация или выявление сходств, которые могут быть полезны, например, при структурировании и организации больших объемов неструктурированных данных или категоризации посетителей вашего веб-сайта.
  • Майнинг или глубокое изучение, с помощью которых мы можем обнаружить скрытые взаимосвязи, которые могут помочь маркетологам давать рекомендации по продуктам на основе множества факторов — не только атрибутов самого продукта, но также демографических данных потенциальных покупателей и истории прошлых покупок. или помочь приложениям справиться с классификацией и поиском изображений.

Движущей силой недавних инноваций является доступность технологий по очень разумной цене — благодаря тому, что поставщики открывают исходный код своих решений, а машинное обучение предлагается как услуга. Так, например, вы можете очень экономично создать собственную инфраструктуру в облаке или в собственном центре обработки данных, используя TensorFlow от Google, или воспользоваться практически безграничной масштабируемостью облака, используя AWS или Microsoft Azure ML-as-a-Service. .

Здесь, в Coherent Solutions, основное влияние на наших клиентов заключается в том, что мы можем создавать по-настоящему интеллектуальные решения на пересечении наших методов разработки приложений, бизнес-аналитики, больших данных и облачных вычислений. Мы продолжаем инвестировать в наше собственное образование в области искусственного интеллекта и машинного обучения, чтобы помогать нашим клиентам разрабатывать интеллектуальные решения, которые со временем становятся еще интеллектуальнее. До сих пор мы в основном концентрировались на применении регрессии и классификации и, в частности, видели некоторые успехи в сфере Интернета вещей и коммерции, прогнозировании отказов оборудования и оптимизации конфигураций оборудования. Здравоохранение также созрело для применения этого типа технологий, хотя в этой области существует гораздо больше нормативных ограничений, которые делают его более сложным.

Таким образом, вместо того, чтобы строить догадки или применять наивную, основанную на правилах ограниченную логику для решения задач роста бизнеса или оптимизации, теперь мы можем использовать более сложные подходы. Coherent Solutions уже помогает клиентам использовать регрессионный анализ для прогнозирования будущего, сервисы Microsoft Cognitive для распознавания лиц и эмоций и сервисы Google Speech для понимания настроения пользователей на форумах поддержки. Позвольте нам помочь вам воспользоваться преимуществами машинного обучения.