D:
Come può l'apprendimento automatico funzionare da evidenti inefficienze per introdurre nuove efficienze per le imprese?
UN:Una delle maggiori applicazioni potenziali dei sistemi di apprendimento automatico è l'estrazione di importanti efficienze per i processi e le operazioni aziendali. Questo campo è ancora in espansione man mano che si evolve l'apprendimento automatico e i fornitori offrono alle aziende strumenti più potenti per valutare gli scenari di business.
| Download gratuito: Machine Learning e perché è importante |
In generale, l'apprendimento automatico può fornire efficienze esaminando una vasta gamma di possibilità e scelte, alcune delle quali possono sembrare inefficaci sul loro volto. Un esempio eccellente è un processo chiamato ricottura simulata che coinvolge algoritmi che producono risultati in alcuni modi che gli ingegneri raffreddano il metallo dopo la forgiatura. In un certo senso, il sistema prende in esame i dati ed esamina questi percorsi o risultati inefficienti per scoprire se, se combinati, alterati o manipolati in qualche modo, possono effettivamente produrre un risultato più efficiente. La ricottura simulata è solo uno dei molti modi in cui i data scientist possono creare modelli complessi che possono sradicare opzioni più profonde ed efficienti.
Un modo per pensare a questo tipo di capacità di apprendimento automatico è guardare come si sono evoluti i sistemi di navigazione GPS negli ultimi anni. Le prime generazioni di sistemi di navigazione GPS potrebbero fornire agli utenti una serie di percorsi più efficienti basati su dati molto semplici - o meglio, dati che ora per noi sembrano molto semplici. Gli utenti potevano trovare il percorso più veloce utilizzando autostrade, il percorso più veloce senza pedaggi, ecc. Tuttavia, come hanno appreso gli automobilisti, il GPS non era ottimamente efficiente, perché non comprendeva problemi come lavori stradali, incidenti, ecc. Con i nuovissimi sistemi GPS, questi i risultati sono integrati nella macchina e il GPS fornisce di nuovo risposte molto più efficienti, poiché l'algoritmo sta prendendo in considerazione percorsi che potrebbero sembrare inefficienti per un sistema più semplice. Imparando, la macchina scopre l'efficienza. Presenta questi all'utente e, di conseguenza, offre un servizio molto più ottimizzato. Questo è il tipo di cose che l'apprendimento automatico farebbe per le imprese: libererà efficienza scoprendo percorsi nascosti che sono ottimali ed efficienti, anche se richiedono una certa complessità analitica. Questi sistemi, che sono così orientati a fornire risultati ottimali, non vengono utilizzati solo per il mining di business intelligence digitale; ad esempio, un rapporto di GE mostra come l'utilizzo dei sistemi di apprendimento automatico può migliorare notevolmente il funzionamento delle centrali a carbone che forniscono energia alle comunità.
