Conţinut
Î:
Cum poate învăța mașina să funcționeze din ineficiențe evidente pentru a introduce noi eficiențe pentru afaceri?
A:
Una dintre cele mai mari aplicații potențiale ale sistemelor de învățare automată este extragerea eficiențelor importante pentru procesele și operațiunile de afaceri. Acest domeniu este în plină expansiune pe măsură ce învățarea mașinii evoluează, iar furnizorii oferă companiilor instrumente mai puternice pentru a evalua scenariile de afaceri.
În general, învățarea mașină poate oferi eficiență prin examinarea unei game mai mari de posibilități și alegeri, dintre care unele pot părea ineficiente pe fața lor. Un exemplu excelent este un proces numit recoacere simulată care implică algoritmi care produc rezultate în unele moduri în care inginerii răcesc metalul după forjare. Într-un anumit sens, sistemul preia datele și examinează aceste căi sau rezultate ineficiente pentru a afla dacă, dacă sunt combinate, modificate sau manipulate în vreun fel, pot produce de fapt un rezultat mai eficient. Recuperarea simulată este doar unul dintre numeroasele moduri prin care oamenii de știință de date pot crea modele complexe, care pot declanșa opțiuni eficiente mai profund.
O modalitate de a ne gândi la acest tip de capacitate de învățare a mașinilor este analizând modul în care au evoluat sistemele de navigație GPS în ultimii ani. Primele generații de sisteme de navigație GPS ar putea oferi utilizatorilor o serie de căi cele mai eficiente bazate pe date foarte de bază - sau mai bine zis date care acum ni se par foarte de bază. Utilizatorii au putut găsi cea mai rapidă rută folosind autostrăzi, cea mai rapidă rută fără taxe, etc. Cu toate acestea, după cum au aflat șoferii, GPS-ul nu a fost optim în mod optim, deoarece nu înțelegea probleme precum lucrările rutiere, accidentele, etc. Rezultatele sunt încorporate în aparat, iar GPS-ul oferă din nou răspunsuri mult mai eficiente, deoarece algoritmul are în vedere căi care pot părea ineficiente pentru un sistem mai de bază. Învățând, mașina descoperă eficiența. Le prezintă utilizatorului și, în consecință, oferă un serviciu mult mai optimizat. Acesta este tipul de lucruri pe care le-ar face învățarea automată pentru întreprindere - va elibera eficiența prin descoperirea unor căi ascunse care sunt optime și eficiente, chiar dacă necesită o anumită complexitate analitică. Aceste sisteme, care sunt atât de orientate spre furnizarea de rezultate optime, nu sunt utilizate doar pentru minerirea informațiilor de afaceri digitale; de exemplu, un raport al GE arată cum utilizarea sistemelor de învățare a mașinilor poate îmbunătăți dramatic funcționarea instalațiilor de cărbune care furnizează energie comunităților.