Сегодня не про крипту, но про технологии. И в частности про машинное обучение.
❓Что же за хрень такая это машинное обучение?
Машинное обучение (МО) — это один из методов искусственного интеллекта, решающий задачу не прямым способом, а путем поиска закономерностей в данных после обучения алгоритма на множестве примеров.
На примере МО учится:
▶️Что ему подсовывают банан🍌 или яблоко🍎 ▶️Понимать переходят ли люди дорогу перед беспилотником🚙 ▶️Является ли письмо в вашей почте спамом. То есть тут нет строгого кода, разработчик создает модель, которая сама учится различать бананы на большом количестве данных.
Есть несколько типов машинного обучения:
1️⃣Обучение с учителем
«Учитель» скармливает системе огромные массивы данных с аннотацией. Например те же бананы🍌, указывая, что это отнюдь не яблоки. В итоге мы получаем высокую степень распознавания. Минус в том, что нужны огромные объемы данных на которые система будет учиться. Например в 2019 году Facebook скомпилировал 3,5 млрд общедоступных фотографий в Instagram, используя прикрепленные к каждой из них хештеги в качестве меток. В результате МО стало отличать различные предметы и 85% точности.
2️⃣ Обучение без учителя
Алгоритмы задач обучения без учителя пытаются выявлять сходства во входных данных и разделять их на категории. И тут хомо сапиенс уже не пригождается от слова совсем. Это как Airbnb объединяет в кластеры дома, доступные для аренды по районам или Яндекс Дзен каждый день создает подборки статей на похожие темы.
3️⃣ Обучение с подкреплением
А вот это самое интересное! Суть метода можно понять на примере. Это когда вы впервые играете в компьютерную игру, изучая правила в процессе. В итоге глядя на взаимосвязь между нажатиями кнопок, результатом на экране и счетом, ваши результаты будут увеличиваться от уровня к уровню.
В процессе многих циклов игры система строит модель того, какие действия позволят максимизировать счет и получить вознаграждение. Наглядный пример такого обучения — это когда программа обыграла чемпиона мира по игре в Го со счетом 4:1. При этом алгоритм не просчитывал все возможные варианты наперед. Ученые задолго до игры выяснили, что количество доступных комбинаций в этой игре чертова уйма, а конкретнее: больше, чем атомов в нашей Вселенной. Они такие почесали репу😧 и решили, что вместо расчета, программа будет оценивать ситуацию в контексте событий и подстраиваться под меняющиеся условия. И это сработало!
Нафига оно нам нужно?
▶️• Беспилотные автомобили и дроны ▶️• Обработка и распознавание речи ▶️• Распознавание лиц (для поиска преступников например) ▶️• Чтение ренгеновских снимков с мгновенным результатом ▶️• Диагностика оборудования и многое другое Уже Netflix, Google, Facebook, FMCG компании по полной используют эти технологии. На моем примере: в одной международных компании, где я раньше работал было в штате тысячи мерчей, которые ездили по магазинам и проверяли наличие товара их компании на полках пятерочек, магнитов и сверяли со списками по ассортименту. Теперь благодаря парням из Сколково это делает машинное обучение и значительно меньше мерчей вместо 20 минут делают 1 снимок полки и проводят в магазине 1 минуту.
