Table des matières:
L'apprentissage automatique a été l'une des plus grandes avancées de l'histoire de l'informatique, et il est désormais supposé être capable d'assumer des rôles importants dans le domaine des mégadonnées et de l'analyse. L'analyse des mégadonnées est un énorme défi du point de vue des entreprises. Par exemple, des activités telles que donner un sens à d'énormes volumes de formats de données variés, préparer des données pour l'analyse et filtrer des données redondantes peuvent consommer beaucoup de ressources. L'embauche de scientifiques et de spécialistes des données est une proposition coûteuse et pas dans les moyens de chaque entreprise. Les experts estiment que l'apprentissage automatique est capable d'automatiser de nombreuses tâches liées à l'analyse - à la fois routinières et complexes. L'automatisation de l'apprentissage automatique peut libérer de nombreuses ressources qui peuvent être utilisées dans des travaux plus complexes et innovants. Il semble que le machine learning se dirige dans cette direction. (Pour en savoir plus sur l'utilisation de l'apprentissage automatique, voir Les promesses et les pièges de l'apprentissage automatique.)
Automatisation dans le contexte des technologies de l'information
Dans le contexte de l'informatique, l'automatisation est le lien entre des systèmes et des logiciels disparates afin qu'ils puissent effectuer des tâches spécifiques sans aucune intervention humaine. Dans l'industrie informatique, les systèmes automatisés peuvent effectuer des tâches à la fois simples et complexes. Un exemple de tâche simple pourrait être l'intégration d'un formulaire avec un PDF et l'envoi du document au bon destinataire, tandis que la fourniture d'une sauvegarde hors site pourrait être un exemple de tâche complexe.
Pour faire son travail, un système automatisé doit être programmé ou recevoir des instructions explicites. Chaque fois qu'un système automatisé est nécessaire pour modifier la portée de ses tâches, le programme ou l'ensemble d'instructions doivent être mis à jour par un être humain. Bien que les systèmes automatisés soient efficaces dans leur travail, des erreurs peuvent se produire pour diverses raisons. Lorsque des erreurs se produisent, la cause première doit être identifiée et corrigée. De toute évidence, pour faire leur travail, les systèmes automatisés dépendent totalement des êtres humains. Plus la nature du travail est complexe, plus la probabilité d'erreurs et de problèmes est élevée.
