Машинное обучение и большие данные уже глубоко проникли в наше общество и оказали на него значительное влияние. Поскольку «компьютерное сознание» теперь работает в режиме онлайн, нам остается только освоить его язык и использовать в своих интересах.
Большие данные и машинное обучение
Способность компьютера хранить данные совершенствуется. Хотя у них есть быстрая вычислительная мощность, иногда они допускают ошибки.
А что, если существуют большие данные, для которых обычные методы анализа не подходят? Мы называем это «большими данными», потому что в настоящее время в мире нет ничего более распространенного, чем информация.
Последний гений
Английский ученый, физик Томас Янг был одним из создателей волновой теории света. В книге Эндрю Робинсона «Гениальный гений» Томас Янг изображен как последний гений в мире.
Вы можете быть очень умны и эрудированны, но невозможно освоить всю информацию в мире.
Стремление человечества понять мир с каждым днем становится все сложнее. Большие данные — это гора информации, для которой обычные методы анализа недостаточны. Информации так много, что невозможно добраться до сути каждого отдельного элемента. Для решения этой проблемы необходимо внедрять различные автоматизированные методы.
Возьмем, к примеру, биржевой рынок. Вы можете изучить различные предложения на бирже и найти то, что вам нужно. Однако вы не сможете запомнить данные с тысяч торговых платформ, которые меняются каждую секунду. Поэтому для решения проблемы необходима компьютеризированная система.
Машинное обучение
Машинное обучение — это сложная структура, объединяющая искусственный интеллект, компьютерное программирование, бизнес и философию.
То есть, машинное обучение анализирует большие объемы данных и выдает оптимальное решение, подобно тому, как ваш мозг обрабатывает информацию и принимает решения, когда вы что-то видите.
С помощью компьютерного сознания люди могут находить ответы на сложные вопросы. Компьютер быстро выдает все возможные ответы. Если из миллионов вариантов только один правильный, компьютер моделирует миллионы результатов и находит самый точный.
В фильме «Военные игры» Пентагон поручает искусственному интеллекту предсказать результаты ядерных ударов по советской армии. Компьютер, проанализировав возможные комбинации атак, ответил: «Единственный способ выиграть термоядерную войну — избежать ее».
Этот фильм считается очень идеалистичным для нашего времени. В 1980-х годах искусственный интеллект не мог давать сложных ответов. Но машинное обучение с 2018 года способно решать очень серьезные проблемы, связанные с бизнесом и культурой.
Например, предположим, вы крупный продавец пневматических молотков. И вы хотите знать ответ на вопрос: «Стоит ли строить еще один завод по производству молотков?» Один из способов найти ответ на этот вопрос — проверить 50 миллионов чеков по кредитным картам и проанализировать, сколько людей купили молотки. Но как это сделать? Анализ записей о покупках по 50 миллионам карт может занять всю вашу жизнь.
А машинное обучение и большие данные могут проанализировать ваш вопрос о строительстве или нестроительстве завода по производству молотков. По крайней мере, они могут направить вас в правильном направлении. В мире существует множество подобных проблем, и машинное обучение и большие данные помогают их решать.
Закон о защите данных и опасность чрезмерного контроля
В 2018 году Европейский совет принял закон о защите данных. Это, в свою очередь, создало препятствия для разработчиков программного обеспечения. По мнению многих блогеров, закон о защите данных стремится сделать некоторые виды машинного обучения незаконными. Вполне возможно, что в будущем мы увидим совместную работу машинного обучения и законодательства.
Никто не хочет, чтобы его личные данные попали в чужие руки. Но политическое законодательство игнорирует важные вопросы, касающиеся этих данных. Основываясь на законе о защите данных, вы можете использовать свои данные только для своих целей.
Однако машинное обучение может всесторонне изучать людей и раскрывать их неожиданные стороны. Тогда возникает неправильное представление о «конфиденциальности данных». На самом деле, машинное обучение способно выявлять данные, которые не входят в наше сознание.
Это означает, что люди, находящиеся у власти, должны задуматься о безопасности машинного обучения. Если человек покупает взрывчатое вещество, было бы нелогично не использовать эту информацию для установления личности человека, взорвавшего здание. Поэтому наше общество должно продолжать осваивать использование больших данных и компьютерного сознания.
Оригинал статьи: medium.com