
Машинное обучение: светлое будущее или апокалипсис?
Если судить по фильмам, то умные машины непременно завоюют мир и избавятся от людей. Их даже в рабов превращать нет смысла, потому что машины все сделают сами: они не нуждаются в сне и еде. И учатся они непрерывно.
Может ли такое стать реальностью? Машинное обучение, между прочим, шаг к этой самой реальности. Но пока оно даже не эмбрион, так зерно в лоне.
И, тем не менее, оно уже достаточно широко применяется: отправляет в корзинку спама неугодную вам почту, подбирает пару на сайтах знакомств, выбирает интересующий вас фильм по заданным параметрам.
Таргетинг – тоже результат машинного обучения. Один ваш запрос – и появится необходимые вам предложения. Технология распознавания лиц – тоже результат машинного обучения.
Предмет машинного обучения
Машинное обучение – это математика, статистика, теория вероятностей, кодинг и громадные объемы данных. В коде закладывается не прямое решение задачи, а «решение» множества похожих задач.
Устроено все это достаточно сложно.
Два вида обучения:
Контролируемое обучение – начальный этап обучения проходит под контролем специалиста-человека. Например, помечая письма как спам, мы обучаем робота, какие письма следует в этот самый спам отправлять.
Неконтролируемое обучение – закономерности обработки закладываются сразу в программу. Именно благодаря такому обучению мы получаем рекламу того товара\услуги, тематику которого вводили в запрос.
Элементы машинного обучения уже используются в работе
- при квалификации лидов (подбор перспективных клиентов),
- контент-маркетинге (анализ словосочетаний для повышения вовлеченности),
- копирайтинге (написание текстов),
- прогнозировании (опросы).
Этика
Карл Шмидт, сооснователь Unbounce:
Учитывая нынешний экстремально высокий уровень персонализации, в будущем мы наверняка столкнемся с этическими проблемами. Мы собираемся научить машины продажам, а они не будут заботиться о чувствах пользователей. Все, что их интересует – это успех предприятия.
Читать также:


