Что такое машинное обучение. Объясняем простыми словами
Машинное обучение — это наука о том, как обучить искусственный интеллект работать самостоятельно и расширять свои знания о мире, чтобы точнее и лучше выполнять возложенные на него функции.
От обычных вычислительных программ машинное обучение отличается тем, что программист не задаёт алгоритм, по которому работает программа, а компьютер сам выбирает методы решения поставленных задач и учится на собственных ошибках.
Примеры употребления на «Секрете»
«Уже сейчас бизнес Facebook во многом полагается на технологии машинного обучения и искусственный интеллект — пусть даже это не всегда афишируется».
(Управляющий партнёр фонда GVA Vestor.In Павел Черкашин — о том, почему он инвестирует в искусственный интеллект.)
«Нам только кажется, что машинное обучение может в точности повторить алгоритмы человеческого мышления, но пока между ними больше разницы, чем между птицами и самолётами».
(Директор исследовательского центра Google Грег Коррадо — о будущем машинного обучения.)
Нюансы
Есть различные виды машинного обучения:
- с учителем (программист заранее размечает структурированные данные: например, помечает все фотографии, на которых изображены кошки);
- неконтролируемое (на немаркированных данных: например, рекомендации на основе ранее совершённых покупок);
- обучение с подкреплением (происходит в среде, которая определённым образом реагирует на действия программы: например, беспилотный автомобиль сталкивается с препятствием).
Критика
У машинного обучения есть целый ряд проблем и недостатков:
- решения компьютера непрозрачны для человека, так как непонятен алгоритм, на основе которого машина сделала вывод;
- компьютерные программы «наследуют» предрассудки и убеждения своих создателей, отбор данных может повлиять на конечный результат;
- машине недоступно решение сложных этических вопросов;
- компьютер может находить взаимосвязи там, где их нет, просто из-за отсутствия житейского опыта;
- рекомендации контента на основе интересов могут создавать вокруг пользователя информационный пузырь.
Практика
Машинное обучение помогает совершенствовать работу нейросетей. Например, у Apple она умеет распознавать сексуальный контент на изображениях, помогая бороться с детской порнографией. А банки используют искусственный интеллект для выявления мошеннических действий: например, компьютер анализирует типичное поведение и характерные транзакции для каждого клиента и сигнализирует о том, что не вписывается в паттерн его поведения. Машинное обучение помогает этим и другим нейросетям работать быстрее и эффективнее.
Статью проверил:
Иван Ястребков, руководитель проектов «Сберсервиса»