Makina Öğrenmesi ile Yeni İş İmkânları Makina Öğrenimi ile Yeni İş Fırsatları - mankenler <[SET:descriptiontr]İş Kaybını tartışan birkaç makale daha bulabilirsiniz.

Makine öğreniminin ve ilgili teknolojilerinin neden olacağı iş kaybını tartışan birkaç makale daha bulabilirsiniz. Robotlar, insanları çalıştırmak için kullanılan bazı görevleri gerçekleştirmişlerdir ve bu kullanım zaman içinde artacaktır. Bu yeni kullanımların potansiyel olarak size veya birine sevilen bir kişiye nasıl maliyet yaratabileceğini de düşünmüş olmalısınız. Bazı yazarlar, gelecekte yeni becerilerin öğrenilmesinin bir işi garanti etmeyeceği bir senaryoya sahip olabileceğini söylemek için gitti.

Meselenin asıl meselesi, insanların sanayi devriminin insanları kitlesel olarak nereye götürebileceğini öğrenmek için, makine öğrenmesinin iş ortamını nasıl etkileyeceğine karar vermenin zor olmasıdır genel tüketiciye mal üretmek. Tıpkı bu işçiler yeni iş bulma ihtiyacı duydukları gibi bugün işbaşında iş bulma sıkıntısı çeken insanlar yeni işler bulmak zorunda kalacaklar.

Bir makine için çalışma

Gelecekte kendiniz bir makine için çalışıyor bulmanız tamamen mümkündür. Aslında, zaten bir makine için çalışabilir ve onu bilmeyebilirsiniz. Bazı şirketler zaten iş süreçlerini analiz etmek ve onları daha verimli hale getirmek için makine öğrenimi kullanmaktadır. Örneğin, Hitachi halihazırda orta yönetimde böyle bir kurulum kullanmaktadır.

Bu durumda AI, iş akışını analizine dayanan iş emirlerini verir - tıpkı bir insan orta yöneticisinin yaptığı gibi. Aradaki fark, AI'nın yerine koyduğu insanlardan% 8 daha verimli olduğu yönündedir. Başka bir deyişle, Amazon, makine öğrenme uzmanları arasında, şirketin makine izinlerini otomatik olarak makine öğrenimini kullanarak daha iyi işleyip işlemeyeceğini anlamak için bir yarışma düzenledi. Yine nokta, orta yönetimin nasıl değiştirileceğini ve kırmızı bandın biraz kesildiğini anlamaktı.

Ancak, bir iş olanağı da kendini gösterir. AI altındaki işçiler, AI'nın kendilerine yapmaları gereken işleri yerine getirirler, ancak görevlerini nasıl yapacaklarını belirlemek için kendi deneyimlerini ve yaratıcılığını kullanabilirler. AI, insan çalışanlarının kullandığı süreçleri analiz eder ve elde edilen sonuçları ölçer. Herhangi bir başarılı süreç, işçilerin görevleri yerine getirmek için uygulayabilecekleri teknikler veritabanına eklenir. Başka bir deyişle, insanlar AI çalışma alanını daha da verimli kılmak için yeni teknikler öğretiyorlar.

Makinelerle çalışma

İnsanlar halihazırda makinelerle düzenli olarak çalışırlar - bunu anlamıyor olabilirler. Örneğin, akıllı telefonunuzla konuştuğunuzda ve söylediğinizi tanıdığında, istediğiniz bir hedefe ulaşmak için bir makine ile çalışıyorsunuz demektir.Çoğu kişi akıllı telefon ile sağlanan sesli etkileşimin zamanla geliştiklerini fark eder - ne kadar çok kullanırsanız, sesinizi tanımanın o kadar iyi olur. Öğrenci algoritması daha iyi ayarlandığında, sesinizi tanımada ve istenilen sonucu elde etmede daha verimli olur. Bu eğilim devam edecek.

Bununla birlikte, makine öğrenimi sizin için gerçekleşmeyen her türlü yolla kullanılır. Bir kameraya bir konuyu işaret ettiğinizde ve kamera yüzün etrafında bir kutu koyabilirse (resmin hedefini belirlemek için), makine öğrenme sonucunu görüyorsunuz demektir. Kamera, daha etkili bir görüntü alma işini gerçekleştirmenize yardımcı oluyor.

SQL (Structured Query Language) gibi bildirimsel dillerin kullanımı, daha da belirginleşecektir, çünkü makine öğrenimi ilerlemeleri mümkün kılacaktır. Bazı açılardan, beyan edici bir dil, neyi nasıl elde edeceğinizi değil, ne istediğinizi açıklayabilmenizi sağlar. Bununla birlikte, SQL hala bir bilgisayar bilimcisi, veri bilimcisi, veritabanı yöneticisi veya başka bir profesyonel kullanmayı gerektirir. Gelecek dillerde bu kısıtlama yoktur.

Sonuçta, belirli bir görevi iyi bir şekilde yerine getirmesi için eğitilmiş bir kişi, robot asistanına ne yapacağını söyleyecek ve robot asistanının bunu yapacak araçlarını keşfedeceğini söyleyecektir. İnsanlar, 'u ne yapacaklarını keşfetmek için yaratıcılık kullanacaklar; ayrıntılar (nasıl) makinelerin etki alanı haline gelecektir. Onarım makineleri

Teknoloji başka bir şey yapılmadan önce, insanların dikkatini çekecek, insanlara teknolojiyi kendi başına sahip olmayı isteyecek bir şekilde yararlanacak pratik bir görevi yerine getirmelidir.

Teknolojinin önemi yok. Sonunda, teknoloji kesilecek. Teknolojiyi kullanışlı kılmak temel öneme sahip ve teknolojinin nihai olarak ne yapacağına dair hayallerin doruk noktası, yıllar sonra geleceğe uzanıyor, bu yüzden teknolojiyi onarmak gibi sıradan şeyler hala insan omuzlarına düşecek. Insan fiziksel tamir ile doğrudan ilişkili olmasa bile, insan istihbaratı tamir operasyonunu yönlendirecektir.

Çevrimiçi olarak okuduğunuz bazı makaleler, kendini tamir eden robotların zaten bir gerçek olduğuna inanmanızı sağlayabilir. Örneğin, Uluslararası Uzay İstasyonu robotları Dextre ve Canadarm, hatalı bir kameranın onarımı gerçekleştirdi. Hikâyelerin söylemediği şey, bir insanın görevi nasıl yerine getireceğine karar vermesi ve robotları fiziksel emeği yapmaya yönlendirmesidir. Bugün mevcut algoritmalarla otonom tamir mümkün değildir.

Yeni makine öğrenme görevleri yaratma

Makine öğrenme algoritmaları yaratıcı değildir, yani insanlar makine öğrenimini geliştiren yaratıcılık sağlamalıdırlar. Diğer algoritmalar oluşturan algoritmalar bile, algoritmanın elde ettiği sonuçların verimliliğini ve doğruluğunu iyileştirir; yeni tür görevler gerçekleştiren algoritmalar oluşturamazlar. İnsanlar, bu görevleri ve onları çözmeye başlamak için gerekli süreçleri tanımlamak için gerekli girdileri sağlamalıdır.

Sadece makine öğrenimi alanındaki uzmanların yeni makine öğrenme görevleri yaratacağını düşünebilirsiniz. Bununla birlikte, Hitachi orta yöneticisinin hikayesi, işlerin bundan daha farklı çalışacağını söylemeliydi. Evet, uzmanlar görevin nasıl çözüleceğini tanımlamak için temel oluşturmaya yardımcı olur, ancak görevlerin gerçek oluşturulması belirli bir endüstriyi en iyi bilen insanlardan gelecektir. Hitachi hikayesi, geleceğin her yaş grubundan insanların makine öğrenme senaryolarına katkıda bulunduğunu ve belirli bir eğitimin yeni görevleri tanımlamada bile yardımcı olamayacağını anlamak için bir temel oluşturuyor.

Yeni makine öğrenme ortamları oluşturulması

Şu an, yeni makine öğrenme ortamları tasarlamak, araştırma ve geliştirme şirketlerinin alanıdır. Bir grup yüksek eğitimli uzman, yeni bir çevre için parametreleri oluşturmalıdır. Örneğin NASA, Mars'ı keşfetmek için robotlara ihtiyaç duyuyor. Bu durumda NASA, görevi yerine getirmek için MIT ve Kuzeydoğu'daki kişilerin yeteneklerine güvenir. Robotun görevleri özerk olarak yerine getirmesi gerekeceği göz önüne alındığında, makine öğrenme algoritmaları oldukça karmaşık hale gelecek ve çeşitli düzeylerde problem çözmeyi içerecektir.

Sonuçta, birisi bir sorunu, uzmanlaşmış bir programın uygun bir dil kullanarak gerekli algoritmayı oluşturabileceği kadar ayrıntılı bir şekilde tanımlayabilecektir. Başka bir deyişle, ortalama insanlar sonunda sahip oldukları ve denemek istedikleri fikirleri temel alan yeni makine öğrenme ortamları yaratmaya başlarlar.

Makine öğrenme görevlerini oluştururken olduğu gibi, gelecekteki ortamlar yaratan insanlar da, bilgisayar bilimcileri veya veri bilimcileri olmaktan ziyade, kendi zanaat uzmanları olacaktır.