2.3. Попытка создания верховного алгоритма
Педро Домингос создал комплексный алгоритм Alchemy, который объединяет возможности всех пяти школ машинного обучения. Он подробно описывает процесс разработки этого алгоритма и делится его успехами, вот лишь некоторые из них:
• умеет находить множественные последовательности формул, ведущие к доказательству теоремы или ее отрицанию, и анализирует их, чтобы вычислить вероятность того, что теорема верна;
• связывает две переменные между собой, если они обе присутствуют в какой то формуле;
• может построить семантическую сеть.
Несмотря на то, что Alchemy объединяет возможности пяти школ, его еще нельзя считать верховным: пока не удается масштабировать алгоритм так, чтобы обрабатывать большие данные, он дает сбои и слишком сложен для массового использования. Пока с ним могут справиться только ученые.
3. Машинное обучение: перспективы применения
Промышленная революция автоматизировала ручной труд, информационная революция — интеллектуальный, а машинное обучение автоматизировало процесс автоматизации. Без него программирование было бы монотонным трудоемким занятием, которое сдерживает прогресс. Развитие машинного обучения приведет к изменениям в экономике, науке, политической и общественной жизни, не меньшим, чем в свое время принесли интернет, персональные компьютеры, автомобили и паровой двигатель.
3.1. Машинное обучение и бизнес
Компании обычно развиваются в три этапа.
• Все делается вручную: владелец маленького магазина знает своих клиентов лично. Он заказывает товары, исходя из предпочтений постоянных клиентов.
Хозяин булочной, который сам стоит за прилавком, знает, что у Анны муж и трое детей. Глава семьи ест ржаной хлеб, а остальные предпочитают багет. Вся семья ест круассаны на завтрак в выходные дни.
• Компания растет, и приходится пользоваться компьютерами. Хозяин нанимает программистов, менеджеров баз данных, которые создают тысячи строк кода, чтобы автоматизировать все, что можно. В результате компания обслуживает много людей, но качество падает: нет индивидуального подхода к обслуживанию, а компьютерные программы недостаточно гибкие, чтобы подстроиться под изменение вкусов аудитории.
Программы для сети супермаркетов не могут предусмотреть все колебания спроса. Например, в супермаркете на Цветочной улице время от времени раскупают весь хлеб к 10:00, потому что соседняя булочная закрывается на санитарный час.
• Бизнес расширяется, программисты не справляются, и компания приходит к машинному обучению.
Amazon не может поместить в стандартную компьютерную программу вкусы всех клиентов, а программисты Walmart работали бы над программой, в которую заложены миллионы предпочтений покупателей, целую вечность. Торговые гиганты запускают обучающиеся алгоритмы, основанные на накопленных данных и позволяющие им предсказывать желания клиентов.
Таким образом, машинное обучение — эффективный инструмент масштабирования бизнеса , когда люди не справляются с объемами, а программы не могут обеспечить индивидуальный подход и быстро среагировать на изменение условий.
ВНИМАНИЕ! ПРОДОЛЖЕНИЕ В СЛЕДУЮЩЕЙ ПУБЛИКАЦИИ. Ну, а я не прощаюсь с Вами. А говорю Вам до скорой встречи на моем блоге. До волнующих моментов Нашей жизни))