Уже несколько лет незаметно для себя мы регулярно сталкиваемся с машинным обучением, одной из технологий, которая является одной из областей искусственного интеллекта (ИИ). Это благодаря ей мы получаем релевантные ответы от ассистента в смартфоне, рекомендации по контенту в сервисах вроде Netflix и YouTube. Рассказываем, при каких обстоятельствах мы еще можем иметь дело с машинным обучением в повседневной жизни.
- Перевод текста
- Оптимизация работы с почтой
- Выбор лучшего маршрута и прогноз времени поездки
- Нужные покупки
- Отметки друзей на фотографиях в соцсетях
- Обращение в службу поддержки
- Постановка медицинских диагнозов
Перевод текста
GNMT от Google (нейронный машинный перевод Google) — один из самых известных прикладных примеров использования машинного обучения. Данная система содержит десятки тысяч словарей и применяет обработку естественного языка для повышения точности перевода. Если раньше Google Translate распознавал исключительно текст, то сегодня он на лету переводит целые страницы сайтов, документы и даже текст на изображениях.
Оптимизация работы с почтой
И снова Google, на этот раз со своим приложением Gmail, эффективность которого в вопросах сортировки спама достигает 99,9%! Используя специальные фильтры, Gmail выявляет потенциальный спам, ориентируясь на адрес отправителя, место отправки, тему и другие параметры письма. А остальные письма, в том числе от неизвестных отправителей, распределяет по папкам — таким как «Промоакции», «Соцсети», «Оповещения», «Форумы».
Выделяют такие виды машинного обучения: с учителем, без учителя, с частичным участием учителя, с подкреплением и глубинное машинное обучение. Последний вариант, deep learning, способен на выходе давать результаты, сопоставимые с результатами деятельности человеческого мозга.
Выбор лучшего маршрута и прогноз времени поездки
Пользователи Uber часто не догадываются, что для расчета времени поездки используется машинное обучение. Внедрение этой технологии в свое время позволило повысить точность прогнозирования времени поездки на целых 26%. Дополнительно приложение для заказа такси использует исторические данные на основе совершенных ранее поездок по данной местности — как ваших, так и других пользователей. Кстати, динамическая стоимость поездки в Uber также формируется с помощью машинного обучения, а точнее, его модели с названием Geosurge.
По данным Statista в ближайшие несколько лет рынок машинного обучения будет расти со среднегодовым темпом 18,73% и к 2030 году достигнет $528.1 млрд. Значительная часть рынка приходится на США.
Эксперт Colobridge:
«Искусственный интеллект уже меняет привычные подходы работы и в нашей сфере деятельности. Например, типичный дата-центр может предоставлять клиентам вычислительные ресурсы в зависимости от их реальных потребностей, в результате чего физическое оборудование может быть загружено неравномерно в то время как системы охлаждения работают с одинаковой производительностью во всех машинных залах. Решения, использующие машинное обучение, помогают оптимизировать энергопотребление в режиме реального времени — благодаря этому сильно нагруженное оборудование будет охлаждаться с большей интенсивностью и наоборот».
Нужные покупки
Маркетологов можно обвинить в том, что они заставляют покупать нас больше, чем мы планировали. С другой стороны, благодаря использованию машинного обучения многие торговые площадки часто предлагают те товары, которые действительно нам нужны. Подобные рекомендательные системы учитывают вкусы пользователя, его локацию, гендерные признаки и предыдущий опыт покупок, чтобы давать правильные рекомендации.
Отметки друзей на фотографиях в соцсетях
Около десяти лет назад в Facebook разработали DeepFace — проект по распознаванию лиц на основе глубокого обучения (это один из типов машинного обучения), который идентифицирует человеческие лица на цифровых изображениях, в том числе далеких от портретного качества. Поза, выражение лица и даже освещение практически не влияют на точность распознавания. Благодаря этому популярная соцсеть с высокой вероятностью «узнает» людей и предложит отметить их тегами на загруженных вами загруженных вами фотографиях.
Обращение в службу поддержки
Живых операторов, по крайней мере на первой линии, заменили чат-боты и виртуальные агенты. Они всегда онлайн, отвечают молниеносно, а на их работу не влияет усталость или проблемы дома. Машинное обучение в их случае применяется для распознавания речи, преобразования ее в текст и в обратном направлении. Один из крупных банков оценил точность действий такого чат-бота и выяснил, что тот давал правильные ответы в 96% случаев! В то же время самый высокий уровень принятия «умных помощников» наблюдается в сегменте e-commerce.
Постановка медицинских диагнозов
Машинное обучение уже используется для анализа радиологических исследований (например, в ходе скрининга рака легких), для поиска сложно обнаружимых человеческим глазом переломов и опухолей, для разработки новых протоколов лечения на основе исторических данных в виде карт пациентов. Компания Pfizer, которая создала одну из самых известных вакцин от COVID-19, к примеру, использует машинное обучение Watson (разработка IBM) для разработки иммуно онкологических препаратов.
В каких отраслях чаще всего используется машинное обучение по данным Statista:
Если говорить о том, какие задачи можно решать с помощью машинного обучения в бизнесе, то прежде всего это будет качественный анализ исторических данных для составления прогнозов, создание рекомендательных систем для удержания клиентов и повышения доходов, выявление случаев мошенничества, эффективное планирование, автоматизация рутинных операций и многие другие.
Эксперт Colobridge:
«Компаниям, которые располагают большими объемами данных о своих клиента, в рамках нашего нового проекта мы предлагаем AI-Engine as a Service — многофункциональный высокопроизводительное решение для анализа данных в режиме реального времени. Точные инструменты анализа и прогнозирования помогают бизнесу принимать более обоснованные решения, повышают операционную эффективность, позволяют эффективно управлять рисками и оставаться конкурентоспособными».
Чтобы получить больше информации о том, как использовать машинное обучение и другие методы искусственного интеллекта, обращайтесь за консультацией к менеджерам компании Colobridge.
