Μηχανική μάθηση σε απλά ελληνικά

Συντάκτης Δημοσιεύθηκε Πέμπτη, 23 Φεβρουαρίου 2017 Κατηγορία Make It Simple
Όλα όσα πρέπει να ξέρεις.

Δηλαδή θα μιλήσουμε για τεχνητή νοημοσύνη...
Και ναι και όχι. Με τον καταιγισμό ειδήσεων σχετικά με την τεχνητή νοημοσύνη και τη μηχανική μάθηση την περασμένη χρονιά, είναι πολύ λογικό οι περισσότεροι να μπερδεύουν τις δύο έννοιες. Είναι όμως δυο πράγματα διαφορετικά, που ωστόσο, σχετίζονται μεταξύ τους.

Επειδή με μπέρδεψες λίγο, για να το πάρουμε απ' την αρχή, σε τι διαφέρει η τεχνητή νοημοσύνη από τη μηχανική μάθηση;
Ας το περιγράψουμε με πιο απλά λόγια: η τεχνητή νοημοσύνη είναι μια ευρύτερη έννοια που περιλαμβάνει τον τομέα της μηχανικής μάθησης, που παρουσιάζει άνθηση τον τελευταίο καιρό. Για την ακρίβεια, η ιδέα της τεχνητής νοημοσύνης συναρπάζει τους επιστήμονες εδώ και πολλές δεκαετίες. Αποτελεί ένα παρακλάδι της επιστήμης των ηλεκτρονικών υπολογιστών με στόχο τη δημιουργία μηχανημάτων με ευφυή συμπεριφορά, παρόμοια με αυτή των ανθρώπων. Για να μπορέσουν ωστόσο αυτά τα μηχανήματα να αποκτήσουν υψηλού επιπέδου νοημοσύνη, θα πρέπει σιγά-σιγά να «μαθαίνουν» και να παίρνουν αποφάσεις, με λιγότερο προγραμματισμό από την πλευρά των δημιουργών τους. Θα μπορούσες να πεις πως η μηχανική μάθηση είναι οι αλγόριθμοι που κάνουν τις μηχανές εξυπνότερες –ουσιαστικά δεν πρόκειται για τίποτα περισσότερο από εξελιγμένους αλγορίθμους ανάλυσης δεδομένων.

Και γιατί τόσος ντόρος τελευταία;
Γιατί πολύ απλά, η εξέλιξη της τεχνολογίας και η ραγδαία εξάπλωση του Internet σε όλο τον κόσμο, έχει δημιουργήσει έναν τεράστιο όγκο δεδομένων που είναι διαθέσιμος για μηχανική μάθηση. Εκτός από τα δεδομένα, η απαραίτητη επεξεργαστική ισχύς είναι πλέον πιο προσιτή από ποτέ. Έτσι, δημιουργούνται μοντέλα που αναλύουν ακόμη πιο περίπλοκα δεδομένα, δίνοντάς μας ακριβέστερα αποτελέσματα, πιο γρήγορα.

Machine-Learning

Χρησιμοποιείται κάπου αυτή τη στιγμή;
Όχι απλά χρησιμοποιείται, αλλά κάνει τη ζωή σου πιο εύκολη σε καθημερινή βάση, ακόμα κι αν δεν το είχες καταλάβει μέχρι τώρα. Για παράδειγμα, η σωστή πρόβλεψη των λέξεων που πληκτρολογείς στο smartphone σου, ακόμη κι αν αγγίξεις κάποια λάθος γράμματα, είναι αποτέλεσμα των αλγορίθμων μηχανικής μάθησης που χρησιμοποιούνται στην εφαρμογή του πληκτρολογίου. Οι στοχευμένες διαφημίσεις που εμφανίζονται σε διάφορες ιστοσελίδες, οι προτάσεις του Facebook για tagging φίλων σου σε φωτογραφίες που ανεβάζεις, τα φίλτρα ανεπιθύμητης ηλεκτρονικής αλληλογραφίας, η αναγνώριση μουσικής και η αυτόματη δημιουργία playlists με χαρούμενα ή λυπηρά τραγούδια ανάλογα με τη διάθεσή σου, τα αυτόνομα οχήματα που μπορούν να ταξιδέψουν από ένα σημείο του χάρτη σε ένα άλλο χωρίς οδηγό και χωρίς να προκαλέσουν κάποιο ατύχημα –όλα οφείλονται στη μηχανική μάθηση. Επιπροσθέτως, στην ιατρική, η μηχανική μάθηση αξιοποιείται για να μπορεί να ανιχνεύσει ασθένειες (για παράδειγμα καρκινικά κύτταρα) καλύτερα απ’ ότι θα κατάφερνε ένα ανθρώπινο μάτι. Συν τοις άλλοις, οι μεγάλοι κατασκευαστές αρχίζουν να ενσωματώνουν μηχανική μάθηση στα smartphones –και δεν μιλάμε μόνο για ψηφιακούς προσωπικούς βοηθούς όπως η Siri της Apple.

Άρα το smartphone μου σύντομα θα κάνει τα πάντα μόνο του. Τέλεια!
Εντάξει, δεν έχουμε φτάσει ακόμη σ’ αυτό το σημείο και μάλλον θα χρειαστεί να περάσουν αρκετά χρόνια μέχρι να γίνει το όνειρό σου πραγματικότητα. Η ενσωμάτωση μηχανικής μάθησης στα smartphones, προς το παρόν στοχεύει στο να κάνει τις συσκευές περισσότερο αποδοτικές για τον κάθε χρήστη ξεχωριστά. Ένα από τα μεγαλύτερα παράπονα, εξάλλου, των περισσότερων κατόχων smartphones είναι πως στην πορεία του χρόνου γίνονται πιο αργά (κάτι που ισχύει φυσικά και για τους ηλεκτρονικούς υπολογιστές). Έτσι, οι εταιρείες, ενσωματώνοντας μηχανική μάθηση στο λογισμικό, υπόσχονται πως οι συσκευές θα μπορούν να κατανοούν καλύτερα το πώς ακριβώς τις χρησιμοποιείς. Αν για παράδειγμα αφότου τραβήξεις μερικές φωτογραφίες συνηθίζεις να ανοίγεις το Instagram ή κάποια εφαρμογή επεξεργασίας φωτογραφίας, τότε στο παρασκήνιο θα γίνουν οι κατάλληλες ενέργειες και θα διασφαλιστούν οι απαραίτητοι πόροι ώστε οι εφαρμογές που χρησιμοποιείς να ανοίγουν ταχύτατα, χωρίς αναμονές. Αξίζει να σημειώσουμε πως σύμφωνα με τη Deloitte, πάνω από 300 εκατομμύρια smartphones που θα διατεθούν το 2017 θα ενσωματώνουν τεχνολογίες μηχανικής μάθησης. Εντυπωσιακός αριθμός.