Índice:
O aprendizado de máquina tem sido um dos maiores avanços na história da computação e agora acredita-se ser capaz de assumir papéis significativos no campo de big data e análise. A análise de big data é um grande desafio da perspectiva dos negócios. Por exemplo, atividades como entender grandes volumes de formatos de dados variados, preparação de dados para análises e filtragem de dados redundantes podem consumir muitos recursos. A contratação de cientistas e especialistas em dados é uma proposta cara e não está ao alcance de todas as empresas. Os especialistas acreditam que o aprendizado de máquina é capaz de automatizar muitas tarefas relacionadas à análise - rotineira e complexa. A automação do aprendizado de máquina pode liberar muitos recursos que podem ser usados em trabalhos mais complexos e inovadores. Parece que o aprendizado de máquina tem caminhado nessa direção. (Para saber mais sobre o uso do aprendizado de máquina, consulte As promessas e as armadilhas do aprendizado de máquina.)
Automação no Contexto da Tecnologia da Informação
No contexto da TI, a automação é a ligação de sistemas e softwares diferentes para que eles possam executar tarefas específicas sem nenhuma intervenção humana. Na indústria de TI, os sistemas automatizados podem executar tarefas simples e complexas. Um exemplo de um trabalho simples pode ser integrar um formulário a um PDF e enviar o documento ao destinatário correto, enquanto o provisionamento de um backup externo pode ser um exemplo de um trabalho complexo.
Para fazer seu trabalho, um sistema automatizado precisa ser programado ou receber instruções explícitas. Sempre que um sistema automatizado é necessário para modificar o escopo de seus trabalhos, o programa ou o conjunto de instruções precisa ser atualizado por um ser humano. Embora os sistemas automatizados sejam eficientes em seus trabalhos, os erros podem ocorrer devido a vários motivos. Quando ocorrem erros, a causa raiz precisa ser identificada e corrigida. Obviamente, para fazer seu trabalho, os sistemas automatizados são totalmente dependentes dos seres humanos. Quanto mais complexa a natureza do trabalho, maior a probabilidade de erros e problemas.
