Machine learning – co to jest? Jak wykorzystać uczenie maszynowe w firmie?

Sztuczna inteligencja kojarzy się wielu osobom z autonomicznymi robotami czy samosterującymi się pojazdami. Okazuje się jednak, że znacznie popularniejszą niszą dziedziny SI jest zdolność do samouczenia się, czyli tzw. machine learningu. Być może nie zdajesz sobie sprawę, jak wiele rozwiązań wokół Ciebie bazuje na uczeniu maszynowym. Potencjał takich rozwiązań jest naprawdę spory, a wiele z nich może być z powodzeniem wdrożonych w przedsiębiorstwach.

Czym jest machine learning?

Machine learning to pojęcie, które stało się szeroko rozpoznawalne dzięki programowi ChatGPT. To oprogramowanie bazujące na sztucznej inteligencji, która sama poprawia swoje informacje poprzez ekspozycję na dane. Algorytmy zawarte w oprogramowaniu starają się również przewidywać nadchodzące decyzje i prognozować potrzebne informacje. Dobrym przykładem jest dostępne w zdecydowanej większości smartfonów Autouzupełnianie. Na początku, podczas pisania zdania pojawiają się bardzo popularne frazy, typowe dla przeciętnego użytkownika. System po zebraniu kolejnych doświadczeń (czytaj: napisaniu większej liczby zdań i wysłaniu większej liczby wiadomości) dodaje sugestie o wiele bardziej dopasowane. Tym sposobem wpisując „ab” możemy otrzymać rozmaite sugestie: „aby”, „abecadło”, „absynt”, „abstrakcja”, „Abelard”, „abstynent”, a nawet „abulans” jeśli stale popełnialiśmy błąd w pisowni. System machine learning jest więc otwarty na nową wiedzę, dzięki czemu – jak nazwa wskazuje – sam się uczy.

Początki uczenia maszynowego

Powodem, dla którego stworzono i rozwijano technologię uczenia maszynowego była chęć wykonywania pewnych powtarzalnych zadań o wiele efektywniej. Wskazuje na to historia machine learning, która sięga lat 60-tych XX wieku i firmy IBM. Powstał tam projekt pod kierownictwem Arthura Samuela, którego efektem było przewidywanie ruchów szachowych i przygotowanie zawodników pod kątem reagowania na zagrania przeciwnika. Dowodem zaawansowania takiego systemu była porażka arcymistrza szachowego Garri Kasparowa w partii z Deep Blue. Komputer z systemem machine learning uporał się w 1997 roku w 19 ruchach z rosyjskim geniuszem szachowym. Nie byłoby to możliwe bez wprowadzenia danych do komputera, który przeanalizował wcześniejsze partie Kasparowa i wielu innych wybitnych szachistów. Inne wydarzenie, które zasługuje na uwagę, było odkrycie i zidentyfikowanie nieznanych wcześniej molekuł związków organicznych na podstawie widm spektroskopowych. Tym samym Dendral – tak nazywał się system uczenia maszynowego – dokonał odkrycia w 1965 r.

Jak można wykorzystać machine learning w firmie?

Uczenie maszynowe otacza nas w wielu obszarach – poza wcześniej przytoczonym Autouzupełnianiem, machine learning obecny jest w wyszukiwarkach internetowych. Od Google’a przez Bing, Yahoo, DuckDuckGo czy Yandex, każda z nich bazuje na machine learningu, dzięki czemu pojawiają się sugestie haseł, zaś otrzymywane wyniki są dokładniejsze. Uczenie maszynowe okazuje się szczególnie przydatne tam, gdzie zachodzi interakcja z klientem. Interaktywna obsługa, wirtualny asystent, chatbot czy zdalny system helpdesk to tylko najpopularniejsze przykłady. Szczególnie przydatną cechą machine learning jest dobieranie dopasowanych reklam i produktów, które mogą przełożyć się na większe zyski. System uczenia maszynowego może też mieć zadania stricte defensywne, jak np. ochrona antyspam czy blokadę groźnego oprogramowania. Bez wsparcia machine learningu trudno mówić o sprawnym funkcjonowaniu w obszarze e-marketingu, zdalnej obsługi klienta czy sklepach internetowych.

Czy uczenie maszynowe zastąpi człowieka?

Rozwiązania proponowane przez machine learning są dobre, ale nie idealne – zawsze istnieje ryzyko, że wdrożona informacja jest nieprawidłowa lub nieaktualna. Bolączka ta jest szczególnie widoczna w ChatGPT, który podaje z reguły przestarzałe informacje lub nie zawiera pełnego obszaru danych. Tym sposobem uczenie maszynowe nie jest w stanie na ten moment zastąpić człowieka, a przynajmniej nie w wielu obszarach. Nie można jednak odmówić tego, że w machine learningu drzemie ogromny potencjał. Projektując rozwiązania IT, coraz więcej software house’ów implementuje uczenie maszynowe. Wymaga to jednak przeprowadzenia licznych testów i wgrania swoistej „bazy wiedzy”, co ma na celu jak najwydajniejszą pracę. Dzięki temu Twoja firma może zautomatyzować część zadań i poprawić swoje bezpieczeństwo. Ty zaś zyskasz czas, energię i pieniądze na rozwój i realizację w swoich obszarach, które do tej pory musiałeś przeznaczać na kontakt z klientem lub czyszczenie skrzynki mailowej ze spamu.