Machine Learning

Hvað er vélanám?

Vélræn nám er hugmyndin um að tölvuforrit geti lært og lagað sig að nýjum gögnum án mannlegrar íhlutunar. Vélnám er svið gervigreindar (AI) sem heldur innbyggðum reikniritum tölvu uppfærðum óháð breytingum á hagkerfi heimsins.

Að skilja vélanám

Ýmsar greinar atvinnulífsins eru að fást við mikið magn af gögnum sem eru tiltækar á mismunandi sniði frá ólíkum aðilum. Gífurlegt magn gagna, þekkt sem stór gögn,. er að verða auðvelt aðgengilegt og aðgengilegt vegna framsækinnar notkunar tækni, sérstaklega háþróaðrar tölvugetu og skýgeymslu. Fyrirtæki og stjórnvöld gera sér grein fyrir þeirri miklu innsýn sem hægt er að fá með því að nýta stór gögn en skortir fjármagn og tíma sem þarf til að kemba í gegnum upplýsingaauðinn. Sem slík eru gervigreindarráðstafanir notaðar af mismunandi atvinnugreinum til að safna, vinna úr, miðla og deila gagnlegum upplýsingum úr gagnasöfnum. Ein aðferð gervigreindar sem er í auknum mæli notuð til stórgagnavinnslu er vélanám.

Hin ýmsu gagnaforrit vélanáms eru mynduð í gegnum flókið reiknirit eða frumkóða sem er innbyggður í vélina eða tölvuna. Þessi forritunarkóði býr til líkan sem auðkennir gögnin og byggir spár í kringum gögnin sem það auðkennir. Líkanið notar færibreytur sem eru byggðar í reikniritinu til að mynda mynstur fyrir ákvarðanatökuferli þess. Þegar ný eða viðbótargögn verða tiltæk, stillir reikniritið færibreyturnar sjálfkrafa til að athuga hvort mynsturbreytingar séu til staðar, ef einhverjar eru. Hins vegar ætti líkanið ekki að breytast.

Notkun vélanáms

Vélnám er notað í mismunandi geirum af ýmsum ástæðum. Viðskiptakerfi er hægt að kvarða til að bera kennsl á ný fjárfestingartækifæri. Hægt er að stilla markaðs- og rafræn viðskipti til að veita notendum sínum nákvæmar og persónulegar ráðleggingar byggðar á leitarsögu notenda á netinu eða fyrri viðskiptum. Lánastofnanir geta innleitt vélrænt nám til að spá fyrir um slæm lán og byggja upp útlánaáhættulíkan. Upplýsingamiðstöðvar geta notað vélanám til að fjalla um mikið magn af fréttum frá öllum heimshornum. Bankar geta búið til verkfæri til uppgötvunar svika úr vélanámi. Innlimun vélanáms á stafrænu tímum er endalaus þar sem fyrirtæki og stjórnvöld verða meðvitaðri um tækifærin sem stór gögn bjóða upp á.

Notkun vélanáms

Hvernig vélanám virkar er hægt að útskýra betur með mynd í fjármálaheiminum. Hefð er fyrir því að fjárfestingaraðilar á verðbréfamarkaði eins og fjármálafræðingar, greiningaraðilar, eignastýringar og einstakir fjárfestar leita í gegnum mikið af upplýsingum frá mismunandi fyrirtækjum um allan heim til að taka arðbærar fjárfestingarákvarðanir. Hins vegar getur verið að sumar viðeigandi upplýsingar séu ekki almennt birtar í fjölmiðlum og kunna að vera aðeins fáum útvöldum sem hafa þann kost að vera starfsmenn fyrirtækisins eða íbúar þess lands sem upplýsingarnar koma frá. Að auki er aðeins svo mikið af upplýsingum sem menn geta safnað og unnið innan ákveðins tímaramma. Þetta er þar sem vélanám kemur inn.

Eignastýringarfyrirtæki getur notað vélanám á fjárfestingargreiningar- og rannsóknarsviði sínu. Segjum að eignastjórinn fjárfesti aðeins í námuhlutabréfum. Líkanið sem er innbyggt í kerfið skannar vefinn og safnar öllum tegundum fréttaviðburða frá fyrirtækjum, atvinnugreinum, borgum og löndum og þessar upplýsingar sem safnað er saman mynda gagnasettið. Eignastjórar og rannsakendur fyrirtækisins hefðu ekki getað fengið upplýsingarnar í gagnasafninu með því að nota mannlegan krafta sína og gáfur. Færibreyturnar sem byggðar eru samhliða líkaninu draga aðeins út gögn um námufyrirtæki, reglur um könnunargeirann og pólitíska atburði í völdum löndum úr gagnasafninu.

Dæmi um vélanám

Segjum að námufyrirtækið XYZ hafi uppgötvað demantanámu í litlum bæ í Suður-Afríku. Vélnámstæki í höndum eignastjóra sem einbeitir sér að námufyrirtækjum myndi draga þetta fram sem viðeigandi gögn. Líkanið í vélanámsverkfærinu myndi síðan nota greiningartæki sem kallast forspárgreining til að gera spár um hvort námuiðnaðurinn muni skila arði í ákveðinn tíma eða hvaða námuhlutabréf eru líkleg til að hækka í verði á ákveðnum tíma, byggt á nýlegar upplýsingar uppgötvaðar, án nokkurs inntaks frá eignaumsjónarmanni. Þessar upplýsingar eru sendar til eignastjórans til að greina og taka ákvörðun um eignasafn sitt. Eignastjórinn getur síðan tekið ákvörðun um að fjárfesta milljónir dollara í XYZ hlutabréf.

Í kjölfar óhagstæðs atburðar, eins og suður-afrískir námuverkamenn fara í verkfall, stillir tölvualgrímið sjálfkrafa færibreytur sínar til að búa til nýtt mynstur. Þannig helst reiknilíkanið sem er innbyggt í vélina núverandi jafnvel með breytingum á heimsviðburðum og án þess að þurfa mann að laga kóðann til að endurspegla breytingarnar. Vegna þess að eignastjórinn fékk þessi nýju gögn á réttum tíma geta þeir takmarkað tap sitt með því að yfirgefa hlutabréfið.

Hápunktar

• Vélnám er gagnlegt við að flokka hið gríðarlega magn upplýsinga sem er stöðugt og aðgengilegt í heiminum til að aðstoða við ákvarðanatöku.

• Flókið reiknirit eða frumkóði er innbyggt í tölvu sem gerir vélinni kleift að bera kennsl á gögn og búa til spár í kringum gögnin sem hún auðkennir.

• Hægt er að beita vélanámi á ýmsum sviðum, svo sem í fjárfestingum, auglýsingum, útlánum, skipulagningu frétta, uppgötvun svika og fleira.

• Vélnám er svið gervigreindar (AI) með hugmyndafræði sem tölvuforrit getur lært og lagað sig að nýjum gögnum án mannlegrar íhlutunar.