Co to jest machine learning i jakie ma zastosowanie?

Współczesny świat zmienia się z prędkością światła. Technologia pozwalająca maszynom funkcjonować na podobieństwo ludzi sprawia, że nasza rzeczywistość staje się coraz bardziej wirtualna. Dowiedz się, czym jest machine learning i jak zmienia nasze życie.

Machine learning – co to takiego?

Najprościej rzecz ujmując, uczenie maszynowe to zdolność programów komputerowych do naśladowania inteligentnych zachowań człowieka. To jeden z rodzajów sztucznej inteligencji (AI), oparty na algorytmach zdolnych do podejmowania samodzielnych decyzji w oparciu o zgromadzone dane, bez konieczności ich programowania.

Wyróżnia się cztery metody uczenia maszynowego:

• uczenie nadzorowane (formułowanie odpowiedzi na podstawie danych wejściowych i wyjściowych);
• uczenie nienadzorowane (odnajdywanie wzorców na podstawie dużych ilości nieoznaczonych danych; algorytm samodzielnie formułuje i rozpoznaje poszczególne zbiory);
• uczenie częściowo nadzorowane (niewielka ilość danych wprowadzonych do systemu oraz ich samodzielna analiza);
• uczenie przez wzmacnianie (maszyna uczy się reguł i wraz z nabywaniem kompetencji powiększa własne zbiory danych. Można porównać to do nauki gry w szachy, kiedy to nie jesteśmy w stanie – przynajmniej na początku – przewidywać ruchów przeciwnika, jednak wraz ze zdobytą wiedzą, jesteśmy w tym coraz bardziej biegli).

Krótka historia uczenia maszynowego

Początków uczenia maszynowego można doszukiwać się już na przełomie lat 50. i 60. ubiegłego wieku. Pionierem tego pojęcia jest Arthur Samuel – wykładowca MIT oraz inżynier IBM tworzący program do trenowania szachistów. Jego celem było opracowanie nowych taktyk na podstawie ogólnych reguł gry wprowadzonych do pamięci urządzenia. Zapisanie wszystkich kombinacji pionków było niemożliwe, więc program musiał ograniczyć się do ogólnych zasad gry, aby tworzyć kolejne warianty.

Badania nad machine learning odbywały się w tym samym czasie również na Uniwersytecie Stanforda. W 1965 roku stworzono tam Dendral, czyli program pozwalający na automatyzację procesów analizy i rozpoznawania nieznanych dotąd molekuł związków organicznych. Przełomu dokonał zespół Bruce’a Buchanana, Edwarda Feigenbauma i Joshuy Lederberga. Kolejną rewolucją okazały się Automated Mathematican (AM) i Eurisko autorstwa Douga Lenata, które miały służyć jako pomoc w odnajdywaniu nowych praw matematycznych.

W 1997 roku wydarzyło się jednak coś, co zapisało się w historii uczenia maszynowego na stałe jako moment przełomowy i kontrowersyjny. W tamtym roku arcymistrz szachowy Garri Kasparow odbył partię szachów z Deep Blue. Była to pierwsza walka na świecie, którą wygrała maszyna. Rosjanin nie mógł pogodzić się z porażką i zarzucił firmie IBM oszustwo, jako że przed meczem maszyna miała możliwość przestudiowania jego taktyki. Niestety mimo nalegań mistrza do rewanżu nigdy nie doszło.

Procesy uczenia maszynowego są wciąż udoskonalane. Często nawet nie mamy świadomości, kiedy z nimi obcujemy. Jednym z najprostszych przykładów jest działanie wyszukiwarki Google. Zapamiętuje ona wpisywane frazy oraz kolejne wybory (kliknięcia) użytkownika w swojej historii, a następnie poleca strony i usługi, którymi może być potencjalnie zainteresowany. Podobnie jest z platformami, takimi jak: Spotify, YouTube, Netflix, HBO czy Disney+, które rekomendują kolejne materiały zgodnie z preferencjami oraz wcześniejszymi wyborami odbiorców.

Sztuczna inteligencja (AI) a uczenie maszynowe (SI)

Wiele osób traktuje te dwa pojęcia jako synonimy, co jest błędne. Sztuczna inteligencja jest terminem znacznie szerszym, a uczenie maszynowe jest jej główną siłą napędową. Celem AI jest rozwiązywanie problemów, często w sposób kreatywny, bez wykorzystywania algorytmów, na których właśnie opiera się SI.

Źródło: Gustavo Fring/pexels.com

Głębokie uczenie

Deep learning to podzbiór uczenia maszynowego, który zajmuje się klasyfikowaniem, rozpoznawaniem, wykrywaniem oraz opisywaniem danych przy pomocy sieci neuronowych. Komputer buduje pojęcia złożone na podstawie pojęć prostszych. Pozwala to na rozwiązywanie bardziej skomplikowanych problemów, takich jak wykrywanie obiektów, rozpoznawanie mowy czy klasyfikacja obrazów.

Zastosowanie machine learning

Uczenie maszynowe zrewolucjonizowało współczesny świat oraz wpłynęło na rozwój technologii. Człowiek nie byłby w stanie samodzielnie przetworzyć tak ogromnych ilości danych, a nawet jeśli, to nie w tak krótkim czasie. Model ten wykorzystuje kilka technik uczenia:

1. Regresję – pozwala przewidywać ceny na rynku; zawsze istnieje bowiem średnia cena, do której będzie się powracać w różnych odstępach czasu, co jest szczególnie ważne w kontekście rynku tradycyjnego oraz internetowego.
2. Klasyfikację – celem jest grupowanie danych w różne kategorie, co jest szczególnie przydatne w marketingu, gdzie można uszeregować typy klientów pod kątem generowania leadów sprzedażowych.
3. Grupowanie – system grupuje bardziej zaawansowane zbiory, z którymi człowiek nie poradziłby sobie, np. do kompresji danych czy zachowania prywatności.
4. Wykrywanie anomalii – pozwala wykryć element niepasujący do danego zbioru, co jest szczególnie ważne przy wykrywaniu oszustw finansowych, a w medycynie przy wsparciu diagnostyki pacjenta, wykrywaniu chorób czy dopasowywaniu leków.
5. Analizę koszyka rynkowego – w przypadku sklepów online pozwala na cross selling i up selling produktów.
6. Szeregi czasowe – wykorzystywane przez urządzenia mierzące wybrane wartości w określonym czasie, np. do mierzenia saturacji, natężenia dźwięku czy do przewidywania awarii.

W kontekście SEO machine learning, jak już wspomnieliśmy, wykorzystywany jest podczas tworzenia algorytmów. Dzięki nim wyszukiwarka pozyskuje dane, na podstawie których buduje ranking wyszukiwania w SERP-ach. Mowa między innymi o algorytmach:

• PageRank (oceniający jakość strony internetowej),
• Panda (skupiający się na słowach kluczowych oraz jakości treści),
• Pingwin (oceniający profil linkowy, walczący z technikami Black Hat SEO),
• Koliber (wspomagający dopasowanie wyników do potrzeb użytkowników),
• Gołąb (skupiający się na lokalnych wynikach wyszukiwania).

Wnioski

Obecnie bez uczenia maszynowego postęp technologiczny z pewnością by nie nastąpił. Sztuczna inteligencja jest obecnie jednym z najważniejszych trendów, który ma niebagatelny wpływ na strategię optymalizacji i pozycjonowania, ale nie tylko – oddziałuje na każdą sferę życia człowieka, nie tylko w świecie digital. Machine learning co to? Mamy nadzieję, że teraz już znasz odpowiedź na to pytanie i wiesz, jak wykorzystać zdobycze technologii do własnych potrzeb.