Q:
Pourquoi les gens parlent-ils du «point de basculement» de l'apprentissage automatique?
UNE:Un nombre important d'experts alertent les autres sur l'idée que l'apprentissage automatique devrait vraiment exploser dans les prochaines années en tant qu'industrie émergente. En tant qu'élément spécifique du travail sur l'intelligence artificielle, l'apprentissage automatique s'appuie sur des algorithmes sophistiqués et des ensembles de formation de données pour développer des réponses probabilistes complexes qui peuvent être appliquées à presque n'importe quelle situation ou industrie. Dans cet esprit, l'adoption du machine learning dans la communauté des entreprises se développe désormais, les entreprises essayant d'être les premières de leurs concurrents à appliquer réellement le machine learning de manière spécifique.
| Téléchargement gratuit: apprentissage automatique et pourquoi c'est important |
Les applications métier ne sont qu'un aspect de la croissance potentielle de l'apprentissage automatique. Les entreprises constatent également que des technologies et des produits plus intelligents vont ouvrir une nouvelle génération de biens et services de consommation plus fonctionnels.
Les gens parlent du «point de basculement» de l'apprentissage automatique comme d'une tempête parfaite de progrès dans le matériel, les algorithmes et les données. La Harvard Business Review mentionne ces trois éléments dans un article de juillet sur l'explosion imminente de l'apprentissage automatique. Bien sûr, le big data est peut-être le plus claironné dans la presse technologique; de ces trois éléments, le big data a déjà explosé au cours des 10 dernières années. Cependant, les algorithmes eux-mêmes se sont également développés de manière assez significative.
Un autre composant dont tant de gens parlent est le matériel qui pilote des applications d'apprentissage automatique plus répandues.
Essentiellement, les entreprises s'orientent vers un processus de développement de cartes de circuits imprimés et de puces de processeur spécifiques à l'application conçues pour gérer l'apprentissage automatique, plutôt que d'équiper les technologies de cartes de circuits imprimés traditionnelles pour gérer le grand nombre d'entrées et de calculs impliqués dans la prise de décision probabiliste. Certaines technologies de référence telles que l'unité de traitement de tenseur de Google ou TPU et d'autres produits qui sont conçus spécifiquement pour permettre le calcul d'apprentissage automatique, par exemple, grâce à l'utilisation de matrices de portes logiques programmables.
Toutes ces tendances se réunissent pour présenter une demande croissante de systèmes d'apprentissage automatique et de compétences auxquels les dirigeants et d'autres accordent une grande attention lorsqu'ils envisagent l'avenir de la technologie d'entreprise en 2018 et au-delà.
