Machine Learning – hjernen bak kunstig intelligens

Selvlærende programvare gir ny innsikt i forretningen

Machine Learninger hjernen bak kunstig intelligens

Machine Learning kan blant annet brukes til å verifisere eller falsifisere hypoteser eller gjøre sannsynlighetsberegninger, som gir ny innsikt i forretningen.

Machine Learning er "hjernen" bak kunstig intelligens. Programvaren lærer å finne mønstre, regler og sammenhenger i store og komplekse datasett. Teknologien kan blant annet lære av fortiden for å spå om fremtiden.

 

Machine Learning: Begrepet "Machine Learning" brukes innen datalogi (læren om databehandling) og statistikk der algoritmer og IT-systemer optimaliseres på bakgrunn av de data som programvaren samler inn.

I tillegg er Machine Learning (ML) også en forutsetning for kunstig intelligens. Grunnen til at ML er essensielt når man skal  utvikle kunstig intelligens (AI – Artificial Intelligence), er fordi det er via innlæring og videreutvikling av denne kunnskapen som fører til at vi kan bruke AI.

 

Se video: Dette tenker EG om Machine Learning.

 

ML kan blant annet brukes til å verifisere eller falsifisere hypoteser, gjøre sannsynlighetsberegninger eller lære av fortiden for å se inn i fremtiden. Eller med andre ord gi en kvalifisert gjetning på hva som vil skje, basert på det som har skjedd.

Alt dette er kunnskap som kan gi ny innsikt i forretningen. Dermed kan ML være et viktig redskap for ulike virksomheter.

 

En tur i heisen

Et godt eksempel på hva ML kan brukes til finnes i problemstillingen som kalles "heisdilemmaet".

Dilemmaets utgangspunkt er et leilighetskompleks i flere etasjer, hvor inngangen er i 1. etasje, mens folket bor i etasjene over. Problemstillinger er hvor skal heisen stå for å at folk skal vente minst mulig?

Data om når på dagen folk kommer og går, på hvilke tidspunkter folk er hjemme i de ulike etasjene, kan brukes til å regne ut nøyaktig hvor heisen skal være på ulike tidspunkter – for at folk skal bruke minst mulig tid på å vente på at den kommer. Når det flytter nye folk inn, vil ML-programmet lære av og tilpasse seg nye bevegelsesmønstre.

 

Slik velger du en Business Intelligence-løsning.

 

Tre typer Machine Learning

Machine Learning er et underområde innen datalogi som setter datamaskiner i stand til å lære uten at man eksplisitt har programmert hvordan læringen foregår. 

  1. Supervised Learning: Supervised Learning bruker eksempler i form av data som på den ene eller annen måte er beskrevet (labeled) hva inneholder. Ut fra beskrivelsene finner Supervised Learning mønstresom kan brukes til å navngi data som ikke er beskrevet hva er, men som blir gjenkjent utfra lignende mønstre. 
  2. Unsupervised Learning: Unsupervised Learning arbeider med data som ikke er beskrevet (unlabeled). Dermed skal programmet selv lete etter mønstre og strukturer som ligner hverandre og dermed gir nok informasjon til at dataene kan klassifiseres.
  3. Reinforcement Learning: Reinforcement Learning arbeider med hvordan miljøet i et system blir påvirket av utenforstående "forstyrrelser", som derigjennom fører til at miljøet endres. Algoritmen lærer så å si å tilpasse seg disse forstyrrelsene og optimaliseres derfra til å oppnå noe bestemt. Reinforcement Learning brukes blant annet i en rekke kontrollsystemer.

 

Les også: Kunstig intelligens stormer frem mot din arbeidsplass.

 

La EG hjelpe deg med å Innfri ditt digitale potensial.

 

Følger du med på de riktige KPI-er?