D:
Perché le persone parlano del "punto di svolta" per l'apprendimento automatico?
UN:Un numero significativo di esperti sta avvisando gli altri dell'idea che l'apprendimento automatico dovrebbe davvero esplodere nei prossimi anni come industria emergente. Come elemento specifico del lavoro di intelligenza artificiale, l'apprendimento automatico si basa su sofisticati algoritmi e set di formazione dei dati per sviluppare risposte probabilistiche complesse che possono essere applicate a quasi ogni situazione o settore. Con questo in mente, l'adozione dell'apprendimento automatico nella comunità aziendale sta crescendo mentre le aziende cercano di essere i primi tra i loro concorrenti ad applicare l'apprendimento automatico in modi specifici.
| Download gratuito: Machine Learning e perché è importante |
Le applicazioni aziendali sono solo un lato della crescita potenziale dell'apprendimento automatico. Le aziende stanno anche scoprendo che tecnologie più intelligenti e prodotti più intelligenti stanno per sbloccare una nuova generazione di beni e servizi di consumo più funzionali.
Le persone parlano del "punto di svolta" dell'apprendimento automatico come una tempesta perfetta di avanzamento di hardware, algoritmi e dati. La Harvard Business Review menziona tutti e tre questi in un pezzo di luglio che parla dell'esplosione in corso dell'apprendimento automatico. Certo, i big data sono forse i più trombetti della stampa tecnologica; di questi tre elementi, i big data sono già esplosi negli ultimi 10 anni. Tuttavia, anche gli stessi algoritmi si sono sviluppati in modo abbastanza significativo.
Un altro componente di cui parlano così tante persone è l'hardware che sta guidando applicazioni di machine learning più diffuse.
In sostanza, le aziende si stanno muovendo verso un processo di sviluppo di circuiti stampati e chip per processori specifici per le applicazioni realizzati per gestire l'apprendimento automatico, piuttosto che dotare le tradizionali tecnologie di circuiti stampati per gestire il gran numero di input e calcoli coinvolti nel processo decisionale probabilistico. Alcune tecnologie di riferimento come Tensor Processing Unit o TPU di Google e altri prodotti sviluppati appositamente per consentire il calcolo dell'apprendimento automatico, ad esempio attraverso l'uso di array di gate logici programmabili.
Tutte queste tendenze si uniscono per presentare una domanda crescente di sistemi e competenze di machine learning a cui dirigenti e altri stanno prestando molta attenzione mentre contemplano il futuro della tecnologia aziendale nel 2018 e oltre.
