Q:
Por que as pessoas estão falando sobre o "ponto de inflexão" do aprendizado de máquina?
UMA:Um número significativo de especialistas está alertando outras pessoas para a ideia de que o aprendizado de máquina realmente deve explodir nos próximos anos como uma indústria emergente. Como elemento específico do trabalho de inteligência artificial, o aprendizado de máquina se baseia em algoritmos sofisticados e conjuntos de treinamento de dados para desenvolver respostas probabilísticas complexas que podem ser aplicadas a praticamente qualquer situação ou setor. Com isso em mente, a adoção do aprendizado de máquina na comunidade corporativa agora está crescendo à medida que as empresas tentam ser as primeiras entre seus concorrentes a realmente aplicar o aprendizado de máquina de maneiras específicas.
| Download grátis: Machine Learning e por que é importante |
Os aplicativos de negócios são apenas um lado do crescimento potencial do aprendizado de máquina. As empresas também estão descobrindo que tecnologias e produtos mais inteligentes vão desbloquear uma nova geração de bens e serviços de consumo mais funcionais.
As pessoas falam sobre o "ponto crítico" do aprendizado de máquina como uma tempestade perfeita de avanço em hardware, algoritmos e dados. A Harvard Business Review menciona todos os três em uma matéria de julho discutindo a explosão pendente do aprendizado de máquina. Obviamente, o big data é talvez o mais aclamado na imprensa de tecnologia; desses três elementos, o big data já explodiu nos últimos 10 anos. No entanto, os próprios algoritmos também se desenvolveram bastante significativamente.
Outro componente de que tantas pessoas estão falando é o hardware que está impulsionando aplicativos de aprendizado de máquina mais difundidos.
Essencialmente, as empresas estão caminhando para um processo de desenvolvimento de placas de circuito específicas de aplicativos e chips de processador feitos para lidar com aprendizado de máquina, em vez de equipar as tecnologias tradicionais de placas de circuito para lidar com o grande número de entradas e cálculos envolvidos na tomada de decisões probabilísticas. Algumas tecnologias de referência, como a unidade de processamento de tensor do Google ou TPU e outros produtos criados especificamente para permitir o cálculo do aprendizado de máquina, por exemplo, através do uso de matrizes de portas lógicas programáveis.
Todas essas tendências se reúnem para apresentar uma demanda crescente por sistemas e habilidades de aprendizado de máquina aos quais executivos e outras pessoas prestam muita atenção, pois contemplam o futuro da tecnologia de negócios em 2018 e além.
