Итак, продолжим изучать мифы про машинное обучение, вчера мы с вами разобрались с пятью самыми распространёнными мифами. Сегодня рассмотрим ещё 4 распространённых мифа.
Все мифы зарождаются в голове у людей, отвечающих за бизнес, поэтому этот пост написан скорее для них, нежели для специалистов машинного обучения, они все эти вещи давным-давно знают.
Миф: Обучение с подкреплением - готовое решение к использованию.
Практически всё машинное обучение сейчас использует метод, при котором человек подбирает набор данных и таким образом даёт толчок к обучению уже машины. Обучение же с подкреплением позволяет машине учиться самостоятельно методом проб и ошибок, взаимодействуя с внешней средой, получая обратную связь для коррекции своих расчётов и получая вознаграждение за правильные выводы. Совсем, как с собакой Павлова. Благодаря такому алгоритму и были побеждены чемпионы по игре в Го. Но этот метод широкого распространения не получил и используется пока очень ограничено, к примеру, его использует Google для контроля электроэнергии в своих ЦОД или Microsoft для своего новостного агрегатора MSN, чтобы персонализировать заголовки для посетителей этого агрегатора.
В чём дело, почему не летит такая чудесная технология? Всё очень просто, сложно найти реальные среды, в которых легко получить обратную связь (награду), и чтобы связь эта была быстрой. Любопытный факт, что обучение с обратной связью было изучено и описано в 1961 году советским математиком Михаилом Цетлиным. Всё новое - хорошо забытое старое!
Миф: машинное обучение беспристрастно.
Если вы даёте волю машинному обучению и не проводите анализ, того, что она там насчитала, то машина «обязательно» установит какие-то ложные закономерности. К примеру, если машине показывать различные фотографии мужчин и женщин, то очевидно, что много женских фотографий будет на кухне, а мужских в офисе за компьютером. Изучив это, машина возьмёт для этого стереотипа вектор «мужчина так соотносится к женщине, как программист к домохозяйке». К слову сказать, для товарных рекомендаций это и не так плохо, но если вы заедете в более чувствительные сферы, то может произойти feedback loop (петля обратной связи). Это хорошо проиллюстрировать примером. Вы вступили в социальной сети в группу против Вакцинации, в этом случае механизм рекомендации социальной сети предложит вам другие группы, ориентированные на теории заговора или протеста там, где убеждены, что Земля плоская. Нужно это вам?
Имейте в виду, что такие вещи могут быть и надо быть готовым, чтобы на них реагировать.
Миф: машинное обучение используют только во благо.
Как нож и топор можно использовать для добрых дел: нарезать сыр или наколоть дрова, так их можно использовать и для противоправных дел. Ровно такая же история и с машинным обучением его можно использовать для различных хакерских атак, получая всё более изощрённые методы.
Миф: машинное обучение заменит человека.
Конечно, новые алгоритмы позволяют многие рутинные процессы автоматизировать на новом абсолютно ранее недостижимом уровне. В результате этого меняются бизнес-процессы, высвобождаются люди. В первую, очередь много маркетологов, развивальщиков могут потерять свои места в розничных компаниях, т.к. благодаря машинному обучению Искусственный интеллект делает эти процессы гораздо эффективнее. Но, с другой стороны, всё очень сильно зависит от политики компании. Внедрённое машинное обучение, ИИ дают серьёзную отдачу, компания получает новый импульс к развитию и освободившихся людей можно переобучить и перевести на новые позиции, где требуется творчество и опыт.
Для топ менеджмента ИИ - это и возможности, и головная боль. Искусственный интеллект является частью цифровой трансформации к Магазину 4.0 и не вступить в этот процесс трансформации уже нельзя, иначе это полная потеря своих позиций в современном мире.
Присылайте свои решения, основанные на ИИ, я буду рад их изучить и рассказать о них в своём блоге и на корпоративных бизнес-семинарах ритейлерам.
У меня уже накопилось порядка 40 различных решений, о которых я рассказываю ритейлерам в ходе бизнес-семинаров для топ менеджеров, буду рад дополнить этот список новыми решениями.
Автор Борис Агатов,
Независимый эксперт по внедрению инноваций в ритейле, автор концепции "Магазин 4.0"
От автора: «Провожу корпоративные семинары по теме: "Как открыть Магазин 4.0 без ошибок"
Создаю стратегию магазина 4.0, консультирую, помогаю разобраться в новых технологиях для ритейла, сравнить аналоги и выбрать оптимальный вариант для вашего бизнеса и дать новый импульс развития вашей компании при помощи новых технологий.
Связывайтесь через Facebook:
Больше информации здесь https://www.facebook.com/boris.agatov
