מהם השירותיים העיקריים?
השירותים העיקריים כוללים:
- למידת מכונה – לעתים קרובות זהו הבסיס למערכת AI והוא הדרך שבה אנו "מלמדים" מודל ממוחשב כדי לבצע חיזוי ולהסיק מסקנות מנתונים.
- זיהוי אנומליה – היכולת לזהות באופן אוטומטי שגיאות או פעילות חריגה במערכת.
- ראייה ממוחשבת – היכולת של תוכנות לפרש את העולם באופן חזותי באמצעות מצלמות, וידאו ותמונות.
- עיבוד שפה טבעית – היכולת של מחשב לפרש שפה כתובה או מדוברת , ולהגיב בעין.
- כריית ידע – היכולת לחלץ מידע מכמויות גדולות של נתונים לא מובנים לעתים קרובות כדי ליצור מאגר ידע הניתן לחיפוש.
למידת מכונה היא הבסיס לרוב פתרונות הבינה המלאכותית.
נתחיל בהסתכלות על דוגמה מהעולם האמיתי לאופן שבו ניתן להשתמש בלמידת מכונה כדי לפתור בעיה קשה.
כיצד פועלת למידת מכונה
אז איך מכונות לומדות?
התשובה היא, מנתונים. בעולם של היום, אנו יוצרים כמויות עצומות של נתונים תוך כדי חיי היומיום שלנו. מהודעות הטקסט, המיילים והפוסטים במדיה החברתית שאנו שולחים ועד לתמונות ולסרטונים שאנו מצלמים בטלפונים שלנו, אנו מייצרים כמויות עצומות של מידע. נתונים נוספים עדיין נוצרים על ידי מיליוני חיישנים בבתים, במכוניות, בערים, בתשתיות התחבורה הציבורית ובמפעלים שלנו.
מדעני נתונים יכולים להשתמש בכל הנתונים האלה כדי לאמן מודלים של למידת מכונה שיכולים לבצע תחזיות והסקת מסקנות בהתבסס על הקשרים שהם מוצאים בנתונים.
לדוגמה, נניח שארגון לשימור הסביבה מעוניין שמתנדבים יזהו ויצטטו מינים שונים של פרחי בר באמצעות אפליקציית טלפון. ההנפשה הבאה מציגה כיצד ניתן להשתמש בלמידת מכונה כדי להפוך תרחיש זה לזמין.
- צוות של בוטנאים ומדענים אוספים נתונים על דגימות של פרחי בר.
- הצוות מתייג את הדגימות עם המינים הנכונים.
- הנתונים המסומנים מעובדים באמצעות אלגוריתם שמוצא קשרים בין התכונות של הדגימות לבין המינים המסומנים.
- תוצאות האלגוריתם עטופות במודל.
- כאשר דגימות חדשות נמצאות על ידי מתנדבים, המודל יכול לזהות לפי התווית את המין הנכון.
