Uczenie maszynowe
Uczenie maszynowe, często określane skrótem „ML”, to rodzaj sztucznej inteligencji (AI), który „uczy się” lub z czasem dostosowuje. Zamiast stosować statyczne reguły zakodowane w programie, technologia ML rozpoznaje wzorce danych wejściowych i zawiera algorytmy, które z czasem ewoluują.
Uczenie maszynowe ma bardzo wiele zastosowań, z których wiele jest już częścią codziennego życia. Poniżej przedstawiono kilka przykładów:
- Diagnozy medyczne
- Pojazdy autonomiczne
- Targetowanie reklam internetowych – Google AdSense i Facebook Advertising
- Rozpoznawanie mowy – Google Assistant, Amazon Alexa, Microsoft Cortana i Apple Siri
- Rozpoznawanie obrazów – wyszukiwarka grafiki Google, rozpoznawanie twarzy na Facebooku i w aplikacji Apple Photos
Przykład pojazdu autonomicznego
Pojazdy autonomiczne wykorzystują uczenie maszynowe, aby zwiększać swoje bezpieczeństwo i niezawodność. Samochód autonomiczny korzystający z tradycyjnej sztucznej inteligencji może reagować na wszystkie warunki drogowe, do obsługi których został zaprogramowany. Jeśli jednak oprogramowanie napotka nierozpoznane dane wejściowe, samochód może domyślnie przełączyć się na zapasowe rozwiązanie zabezpieczające, takie jak zwolnienie, zatrzymanie lub wymaganie ręcznego przejęcia kontroli.
Uczenie maszynowe może umożliwić pojazdowi rozpoznawanie zdarzeń i obiektów, które nie zostały jednoznacznie zaprogramowane w kodzie źródłowym. Na przykład samochód może być zaprogramowany do rozpoznawania świateł ulicznych, ale nie migających świateł na zaporach budowlanych. Ucząc się na podstawie doświadczeń — na przykład rejestrując sposób jazdy człowieka — samochód zacznie rozpoznawać bariery budowlane i odpowiednio reagować.
Technologia ML umożliwia pojazdom autonomicznym odróżnianie obiektów znajdujących się na drodze, takich jak samochody, rowery, ludzie i zwierzęta. Pomaga też samochodom jeździć bardziej niezawodnie w trudnych warunkach pogodowych i po drogach bez wyraźnych linii. Celem jest umożliwienie pojazdom jazdy podobnej do ludzkiej przy jednoczesnym unikaniu błędów wynikających z ludzkich pomyłek.
Sprawdź swoją wiedzę