Sommario:
L'apprendimento automatico (ML) sarà un vantaggio o una rovina per l'impresa, a seconda di chi parli. Da un lato, porterà una vasta gamma di nuove funzionalità ai processi digitali, dai flussi di lavoro automatizzati all'infrastruttura di autogestione. Dall'altro, sostituirà i lavori e lascerà le organizzazioni impotenti a fare correzioni quando le cose vanno male.
La verità è probabilmente da qualche parte tra questi due estremi, ma per capire veramente cosa ML può e non può fare, è necessario dissipare alcuni dei miti che sono cresciuti intorno alla tecnologia. (Con così tanto da offrire, perché non tutti usano ML? Scoprilo in 4 roadblock che stanno bloccando l'adozione del machine learning.)
Mito 1: L'apprendimento automatico e l'intelligenza artificiale sono la stessa cosa.
Mentre è vero che entrambi utilizzano la stessa tecnologia fondamentale, l'IA è un termine generico che comprende una vasta gamma di discipline. Secondo il Dr. Michael J. Garbade, CEO di Education Ecosystem, l'IA comprende non solo ML, ma reti neurali, elaborazione del linguaggio naturale, riconoscimento vocale e una miriade di altre tecnologie emergenti. ML ha la particolarità di essere in grado di modificare il proprio codice in base alle esperienze, ai cambiamenti nel proprio ambiente o all'introduzione di nuovi obiettivi - questo è essenzialmente l'aspetto "apprendimento" dell'apprendimento automatico.
