Què és l'aprenentatge automàtic i per què pot ocupar la teva feina

2024 Autora: Malcolm Clapton | [email protected]. Última modificació: 2023-12-17 03:49

Els nous algorismes permeten als ordinadors resoldre problemes que abans només eren possibles per als humans. D'una banda, això ens aportarà grans beneficis, de l'altra, nous reptes per a cadascun de nosaltres. Per evitar que el progrés us sorprengui, estigueu alerta i observeu la situació.

Fins fa poc, els programadors havien d'escriure instruccions complexes i molt precises fins i tot per permetre als ordinadors realitzar les tasques més senzilles.

Els idiomes sempre han evolucionat, però l'avenç més significatiu en aquest àmbit ha estat la simplificació del treball amb codi. Ara els ordinadors no es poden programar com abans, sinó que es poden configurar de manera que aprenguin sols.

Aquest procés, anomenat aprenentatge automàtic, promet ser un autèntic avenç tecnològic i pot afectar qualsevol persona, sigui quin sigui el seu camp d'activitat. Per tant, serà útil que cadascú de nosaltres entengui el tema.

Què és l'aprenentatge automàtic

L'aprenentatge automàtic elimina la necessitat que un programador expliqui en detall a un ordinador exactament com resoldre un problema. En canvi, l'ordinador s'ensenya a trobar una solució per si mateix. Essencialment, l'aprenentatge automàtic és una aplicació molt complexa d'estadístiques per trobar patrons a les dades i crear prediccions a partir d'elles.

La història de l'aprenentatge automàtic es remunta als anys 50, quan els informàtics van aconseguir ensenyar als ordinadors a jugar a les dames. Des de llavors, juntament amb la potència de càlcul, la complexitat dels patrons i prediccions que l'ordinador pot reconèixer i fer, i els problemes que pot resoldre, han crescut.

L'algoritme obté primer un conjunt de dades d'entrenament i després les utilitza per processar les sol·licituds. Per exemple, podeu carregar diverses fotos al vostre cotxe amb descripcions del seu contingut, com ara "aquesta foto mostra un gat" i "aquesta foto no té un gat". Si després d'això afegeix noves imatges a l'ordinador, començarà a identificar imatges amb gats per si mateix.

L'algoritme continua millorant. Els resultats de reconeixement correctes i erronis entren a la base de dades, i amb cada foto processada el programa es fa més intel·ligent i s'enfronta millor i millor a la tasca. En essència, això és aprenentatge.

Per què és important l'aprenentatge automàtic

Ara les màquines es poden aplicar de manera segura en zones que abans es consideraven accessibles només per als humans. Tot i que la tecnologia encara està lluny de ser ideal, la conclusió és que els ordinadors milloren constantment. En teoria, poden evolucionar indefinidament. Aquesta és la idea principal de l'aprenentatge automàtic.

Les màquines aprenen a veure imatges i les classifiquen, com a l'exemple fotogràfic anterior. Poden reconèixer text i números en aquestes imatges, així com persones i llocs. A més, els ordinadors no només identifiquen les paraules escrites, sinó que també tenen en compte el context del seu ús, inclosos els matisos positius i negatius de les emocions.

Entre altres coses, les màquines ens poden escoltar i respondre. Els assistents virtuals dels nostres telèfons intel·ligents, ja siguin Siri, Cortana o Google Now, representen avenços en el processament del llenguatge natural i continuen evolucionant.

A més, els ordinadors aprenen a escriure. Els algorismes d'aprenentatge automàtic ja estan generant articles de notícies. Poden escriure sobre finances i fins i tot esports.

Aquestes funcions poden canviar totes les activitats basades en l'entrada i classificació de dades que abans només eren possibles per als humans. Si un ordinador pot reconèixer una imatge, un document, un fitxer o un altre objecte i descriure'l amb precisió, això obre moltes oportunitats per a l'automatització.

Com s'utilitza l'aprenentatge automàtic avui en dia

Els algorismes d'aprenentatge automàtic ja són capaços d'impressionar.

Medecision els utilitza per calcular els factors de risc de diverses malalties en grans comunitats. Per exemple, l'algoritme ha identificat vuit variables que es poden utilitzar per concloure si un pacient amb diabetis necessita hospitalització o no.

Després de cercar el producte adequat a les botigues en línia, és possible que observeu que durant molt de temps veieu publicitat d'aquest producte a Internet. Aquesta personalització de màrqueting és només la punta de l'iceberg. Les empreses poden enviar automàticament correus electrònics, cupons, ofertes i mostrar recomanacions adaptades a cada client individualment. Tot això empeny més suaument el consumidor a comprar.

El processament del llenguatge natural s'utilitza de moltes maneres diferents. Per exemple, amb la seva ajuda, es substitueixen els empleats dels serveis de suport per tal de proporcionar ràpidament la informació necessària als usuaris. A més, aquests algorismes ajuden els advocats a desxifrar documentació complexa.

IBM va fer una enquesta recent. responsables d'empreses d'automoció. El 74% d'ells espera que els cotxes intel·ligents apareguin a les carreteres el 2025.

Aquests cotxes rebran informació sobre el propietari i el seu entorn mitjançant l'Internet de les coses. A partir d'aquestes dades, podran canviar automàticament la temperatura, l'àudio, la posició de la cadira i altres paràmetres. Els cotxes intel·ligents també solucionaran els problemes emergents ells mateixos, conduiran de manera independent i faran recomanacions basades en el trànsit i les condicions de la carretera.

Què esperar de l'aprenentatge automàtic en el futur

Les possibilitats que ens obre l'aprenentatge automàtic en el futur són gairebé infinites. Aquí teniu alguns exemples impressionants.

• Un sistema sanitari personalitzat que ofereix als pacients una atenció mèdica personalitzada en funció del seu codi genètic i estil de vida.
• Programari de seguretat que detecta atacs de pirates informàtics i programari maliciós amb la màxima precisió.
• Sistemes de seguretat informàtics per a aeroports, estadis i llocs similars que identifiquin amenaces potencials.
• Els cotxes autònoms que s'orienten a l'espai minimitzen el nombre d'embussos i accidents.
• Sistemes antifrau avançats que poden assegurar diners als nostres comptes.
• Traductors universals que ens permetran rebre una traducció precisa i ràpida mitjançant telèfons intel·ligents i altres dispositius intel·ligents.

Per què hauríeu de vigilar l'aprenentatge automàtic

Tot i que molts experimentaran aquestes oportunitats amb l'arribada de les noves tecnologies, la majoria no voldrà entendre com funciona tot des de dins. Però millor que tots estiguem alerta. De fet, juntament amb tots els beneficis, un avenç addicional comportarà conseqüències tangibles per al mercat de treball.

L'aprenentatge automàtic, basat en la quantitat de dades cada cop més gran que genera gairebé totes les persones del planeta, canviarà completament les professions. Per descomptat, aquestes innovacions simplificaran la feina de moltes persones, però també hi haurà qui es veurà privat de la seva feina. Els algorismes ja responen als correus electrònics, interpreten imatges mèdiques, ajuden en litigis, analitzen dades, etc.

Les màquines aprenen de la seva pròpia experiència, de manera que els programadors ja no necessiten escriure codi per a cada situació inusual. Aquesta capacitat d'aprenentatge, juntament amb els avenços en robòtica i tecnologia mòbil, permetrà als ordinadors gestionar tasques complexes millor que mai.

Però què passarà amb els humans quan siguin superats per les màquines?

D'acord amb. El Fòrum Econòmic Mundial, els ordinadors i els robots ocuparan els cinc milions de llocs de treball que ara tenen els humans durant els propers cinc anys.

Per tant, hem de vigilar com l'aprenentatge automàtic està canviant el flux de treball. No importa qui siguis: un advocat, un metge, un treballador de suport, un camioner o qualsevol altra persona. El canvi pot afectar a tothom.

La millor manera d'evitar la sorpresa desagradable quan els ordinadors comencen a ocupar feina és pensar de manera proactiva i preparar-se.