Sisu
K:
Miks on paljude masinõppeprojektide jaoks oluline tohutul hulgal pildifaile?
A:
Ettevõtetele, kes soovivad osaleda oma esimestes masinõppe (ML) investeeringutes, võib kogu protsess tunduda pisut krüptiline ja esoteeriline. Paljude inimeste jaoks on tõesti raske ette kujutada, kuidas masinõpe tegelikult töötab ja mida see täpselt ettevõtte jaoks ette võtab.
Mõnel juhul võib kellelgi, kes uurib masinõpet, olla üsna visadust, kui nad arvavad, miks on suur hulk kenadesse digitaalsetesse konteineritesse kogutud pildifaile ML-i projektide jaoks nii oluline. See on sellepärast, et "pildifaili" kontseptsioon aitab ML-i visualiseerida. Sellele mõtlemine võimaldab meil paremini mõista, kuidas selliseid tehnoloogiaid meie maailmas peatselt rakendatakse.
Lühike vastus on see, et need arvukad pildifailid on masinõppe jaoks olulised, kuna need esindavad treeningkomplekte - lähteandmete komplekte, millega arvuti peab õppimise ajal töötama. Kuid selles on natuke rohkem. Miks on pildid nii väärtuslikud?
Üks põhjus, miks pildid on nii väärtuslikud, on see, et teadlased on piltide töötlemisel teinud palju edusamme. Kuid lisaks sellele on nad ka edusamme teinud, aidates masinatel tuvastada tulemusi pildil põhineva põhjal.
Näiteks mõistab igaüks, kes on kuulnud nii generatiivse kui ka diskrimineeriva mootoriga sügavatest kangekaelsetest võrkudest, natuke sellest, kuidas arvutid saavad visuaalseid andmeid ja pilte mõista ja neist aru saada. Nad ei loe piksleid nagu vanasti - nad tegelikult "näevad" pilti ja tuvastavad komponente. Mõelge näiteks näotuvastusele - arvuti õpib välja, milline te välja näete, ja tuvastab teid piltidel - nagu ka teie ümber olevad. Sageli on see võimalik paljude piltide liitmise ja iteratiivse koolituse abil, mis on masinõppe projekti aluseks.
Kui sidusrühmad on plaani ja kontseptsiooni tuvastanud ja kõik asjakohased pildid kokku kogunud ning masinõppe algoritmidesse pannud, saavad nad kasutada äriprotsesside juhtimiseks tehisintellekti tohutut jõudu.
Ettevõte võib veebi indekseerija Internetist otsida pilte, mis võivad sisaldada konkreetset klienti, et luua fail, mis näitab selle kliendi identiteeti ning tema eelistusi ja kalduvusi. Ettevõte võib seda teavet kasutada isegi otsepostituse või muu otseturunduse automatiseerimiseks. Kui hakkate niimoodi mõtlema, on lihtne aru saada, kuidas just seda pildi tuvastamise ja tuvastamise protsessi saab siduda igasuguste funktsionaalsustega, mis võimaldab arvutitel teha nii mõndagi, mida inimesed on harjunud tegema kõigi jaoks. meie salvestatud ajalugu. Võttes näiteks kliendiuuringud, ei pea ülaltoodud seadistustüüpide korral inimesi üldse kaasama: arvuti saab "veebis välja minna" ja teatada selle omanikele või andmete valdajatele.
Kõigile, kes tegelevad masinõppe sügavatesse vetesse sattumisega, on masspiltide andmete kaevandamise mõiste mõistmine hea esimene samm masinaõppe võimekuse ärakasutamise teekaardis ja nuputamiseks, kuidas seda ettevõttele kasuks kasutada.