Недавний всплеск данных расширил возможности области информатики, которая использует статистические методы, чтобы дать компьютерным системам возможность учиться: машинное обучение. Современные алгоритмы машинного обучения способны преодолевать строго статические инструкции программы и делать прогнозы на основе данных, которые помогают компаниям принимать решения с минимальным вмешательством человека.

По прогнозам IDC, расходы на машинное обучение вырастут с 12 миллиардов долларов в 2017 году до 57,6 миллиардов долларов к 2021 году. Более того, в период с 2013 по 2017 год патенты на машинное обучение росли со среднегодовым темпом роста 34%, что делает эту категорию патентов третьей по темпам роста. предоставленный.

«Опрос, проведенный MemSQL в сотрудничестве с O’Reilly Media по внедрению машинного обучения на рабочем месте, показал, что 61% респондентов назвали машинное обучение наиболее значимой инициативой своих компаний в отношении данных на следующий год, а 74% всех респондентов считают, что машинное обучение изменит правила игры.

Мы действительно живем в эпоху машинного обучения, которая является доминирующей технологией искусственного интеллекта, и, вероятно, так будет еще какое-то время. Руководители, с которыми я разговаривал сегодня, гораздо лучше осведомлены о предыдущих волнах сбоев и более остро осознают возможность того, что это произойдет снова. Они усвоили совет Энди Гроува о том, что выживают только параноики, — сказал Эндрю Макафи, главный научный сотрудник Массачусетского технологического института (MIT) и содиректор Инициативы MIT по цифровой экономике.

Машинное обучение уже помогает врачам в диагностике, делает маркетинговые усилия более персонализированными, лучше выявляет потенциальные случаи мошенничества во многих различных областях, переводит неясные юридические термины в контрактах на простой язык, предсказывает движение фондового рынка и устраняет ложные тревоги. на стадионах, концертах и ​​других площадках, и это лишь несколько примеров.

Машинное обучение также очень эффективно, когда оно помогает компаниям анализировать огромные объемы данных, чтобы находить закономерности, которые не очевидны людям. Splunk особенно популярен в этом отношении, и он уже несколько раз применялся для улучшения ИТ-операций и получения информации о производительности и доступности инфраструктуры и приложений.