Innehåll
F:
Varför pratar människor om "tipppunkten" för maskininlärning?
A:
Ett stort antal experter varnar andra för idén att maskininlärning verkligen kommer att explodera inom de närmaste åren som en tillväxtindustri. Som ett specifikt element i artificiellt intelligensarbete bygger maskininlärning på sofistikerade algoritmer och datauppsättningar för att utveckla komplexa sannolikhetssvar som kan tillämpas på nästan alla situationer eller branscher. Med detta i åtanke växer antagandet av maskininlärning i företagssamhället nu när företag försöker vara de första bland sina konkurrenter som verkligen tillämpar maskininlärning på specifika sätt.
Affärsapplikationerna är bara en sida av den potentiella tillväxten av maskininlärning. Företag upptäcker också att smartare teknik och smartare produkter kommer att låsa upp en ny generation av mer funktionella konsumentvaror och tjänster.
Människor talar om "tipppunkten" för maskininlärning som en perfekt storm av framsteg inom hårdvara, algoritmer och data. Harvard Business Review nämner alla dessa tre i ett juli-stycke som diskuterar den pågående explosionen av maskininlärning. Naturligtvis är big data kanske den mest trumpeterade i teknisk press; av dessa tre element har big data redan exploderat under de senaste tio åren. Men algoritmerna själva har också utvecklats ganska markant.
En annan komponent som så många pratar om är hårdvaran som driver mer utbredda applikationer för maskininlärning.
I huvudsak går företag mot en process med att utveckla applikationsspecifika kretskort och processorchips som är gjorda för att hantera maskininlärning, snarare än att passa traditionella kretskortstekniker för att hantera det stora antalet ingångar och beräkningar som är involverade i sannolik beslutsfattande. Vissa referensteknologier som Googles Tensor Processing Unit eller TPU och andra produkter som är byggda specifikt för att möjliggöra maskininlärningsberäkning, till exempel genom användning av programmerbara logiska gate-arrayer.
Alla dessa trender samlas för att skapa en växande efterfrågan på maskininlärningssystem och färdigheter som chefer och andra ägnar stor uppmärksamhet åt när de överväger framtiden för företagsteknik under 2018 och därefter.