Obsah:
Strojové učení (ML) bude pro firmu buď výhoda, nebo bane, v závislosti na tom, s kým mluvíte. Na jedné straně to přinese celou řadu nových možností pro digitální procesy - vše od automatizovaných pracovních toků po samosprávnou infrastrukturu. Na druhé straně to vytlačí pracovní místa a ponechá organizacím bezmocné provádět opravy, když se situace zhorší.
Pravda je pravděpodobně někde mezi těmito dvěma extrémy, ale aby se opravdu podařilo zvládnout to, co ML může a nemůže udělat, je nutné rozptýlit některé mýty, které vyrostly kolem technologie. (S tolika nabídkami, proč nepoužívá každý ML? Zjistěte to ve 4 překážkách, které blokují přijetí strojového učení.)
Mýtus 1: Strojové učení a umělá inteligence jsou stejné.
I když je pravda, že oba používají stejnou základní technologii, AI je zastřešující pojem, který zahrnuje širokou škálu oborů. Podle Dr. Michaela J. Garbade, generálního ředitele vzdělávacího ekosystému, AI zahrnuje nejen ML, ale také neuronové sítě, zpracování přirozeného jazyka, rozpoznávání řeči a řadu dalších nových technologií. ML má vyznamenání za to, že dokáže změnit svůj vlastní kód na základě zkušeností, změn prostředí nebo zavedení nových cílů - to je v podstatě „učící se“ aspekt strojového učení.
