Innehållsförteckning:
Maskininlärning (ML) kommer att vara antingen en välsignelse eller en bane för företaget, beroende på vem du pratar med. Å ena sidan kommer det att föra ett brett utbud av nya kapaciteter till digitala processer - allt från automatiserade arbetsflöden till självhanterande infrastruktur. Å andra sidan kommer det att förskjuta jobb och lämna organisationer maktlösa att göra korrigeringar när saker och ting går fel.
Sanningen är förmodligen någonstans mellan dessa två ytterligheter, men för att verkligen få tag på vad ML kan och inte kan göra, är det nödvändigt att fördriva några av de myter som har vuxit upp kring tekniken. (Med så mycket att erbjuda, varför använder inte alla ML? Ta reda på i fyra vägspärrar som stoppar antagandet av maskininlärning.)
Myt 1: Maskininlärning och konstgjord intelligens är samma sak.
Även om det är sant att de båda använder samma grundläggande teknik, är AI ett paraplybegrep som omfattar ett brett spektrum av discipliner. Enligt Dr. Michael J. Garbade, VD för Education Ecosystem, omfattar AI inte bara ML, utan neuralt nätverk, naturligt språkbearbetning, taligenkänning och en mängd andra nya tekniker. ML har särskiljningen av att kunna ändra sin egen kod baserad på erfarenheter, förändringar i miljön eller införandet av nya mål - detta är i huvudsak "lärande" aspekten av maskininlärning.
