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: