אלגוריתם שמשתפר עם הזמן
למידת מכונה (Machine Learning ) היא כיום התחום החם של זירת ההייטק ופיתוחים רבים המבוססים על למידת מכונה הם חלק בלתי נפרדד מהשגרה. זהו למעשה תחום בו מפתחים אלגוריתם שמעצב את עצמו מזה שמזינים לו נתונים, בשונה מפיתוח אלגוריתם בשיטה הקלאסית בו ההתנהגות היתה תלויה בפיתוח.
בלמידת מכונה האלגוריתם “מסיק בעצמו” מסקנות מהנתונים ומשתפר. הוא לומד לקבל מידע וסטטיסטיקות ממאגרי נתונים ולמצוא דפוסים על סמך מספרים, מילים, תמונות, קליקים וכדומה.
זהו ללא ספק אחד התחומים המשמעותיים בעשור האחרון שמחליף את השיטות הקלאסיות כמו למשל בתחום של ראייה ממוחשבת בו ניכרת מהפכה דרמטית הודות ללמידת מכונה.
איך שלא תסתכלו על זה, אתם משתמשים ביישומים של AI – (בינה מלאכותית) כמו למידת מכונה כל הזמן ובכל מקום כחלק ממהפכת הביג דאטה. המפתחים שעומדים מאחורי הפיתוחים השונים למעשה מעניקים לתוכנות אפשרות להשתמש בקוגניציה המדמה את המוח האנושי ולבצע ניתוח מעמיק של הנתונים.
מקמעונאות ועד שירותים פיננסיים
מהם התחומים בהם למידת מכונה מורגשת במיוחד בחיי היום יום?
כולם מכירים את סירי, אלקסה והעוזרות הוירטואליות של המותגים השונים. היישומים האלו מתבססים על למידת מכונה, ובאמצעות שאילתות שונות, הם נשלחים לחפש מידע מתוך מאגר נתונים וכך יכולים לספק תשובות מהירות. שירותי ניווט למיניהם מבוססים בהיבטים מסוימים על למידת מכונה, כדי להגדיר טווח נסיעה או לשנות מסלול על פי הנתונים המתקבלים. גם שירותי מדיה חברתית עושים בזה שימוש כדי להתאים את התכנים שמוצגים לגולש.
אופטימיזציה תמידית היא חלק בלתי נפרד מהפעילות של למידת מכונה ונועדה לשפר את התגובה האוטומטית של המשימות השונות. הפלטפורמה אוספת נתונים שקשורים לפעילות המשתנה מאחד לשני. כך למשל, פייסבוק מנתחת את הפעילות החברתית שלכם מפרופילים ודפים בהם אתם נוטים לבקר ועד פעילות בקבוצות, ויודעת להציע לכם תוכן מעניין – כל קליק שלכם מפעיל למידת מכונה ומאפשר לאלגוריתם לדעת עליכם יותר. כמו כן, זיהוי הפנים המתאפשר בעת תיוג אף הוא חלק מהתהליך.
גוגל בוחנת את הדרך בה משתמשים מגיבים לתוצאות החיפוש ויודעת כך עם הזמן להציג תוצאות רלבנטיות ומדויקות יותר.
אפילו תוכנות המיועדות לסינון דואר ספאם מבוססות על למידת מכונה, ולומדות עם הזמן מה נחשב ספאם ומה לסנן כדי לנקות את תיבת הדואר שלכם מדואר זבל.
מערכת המלצות אוטומטיות כמו בנטפליקס, Spotify, יוטיוב או אמזון אף היא מבוססת על למידת מכונה, כיוון שהמערכת לומדת את העדפות המשתמש ויודעת להמליץ לו על מוצרים שיותר רלבנטיים שיעניינו אותו לצפייה או לרכישה.
ראייה ממוחשבת, כפי שהוזכר, היא תחום שנתרם רבות בעקבות ML, כמו למשל רשת פינטרסט המשתמשת בראייה ממוחשבת בזיהוי אובייקטים. בתחום הפיננסי אפשר למצוא דוגמאות רבות ללמידת מכונה להגנה מפני פעולות של הלבנת הון ועסקאות לא לגיטימיות בין רוכשים למוכרים.
סוגים שונים של למידת מכונה – העתיד כבר כאן
למידת מכונה מתבצעת בשלוש דרכים: מפוקחת, לא מפוקחת ומבוססת חיזוקים, וביניהן ניכרים הבדלים משמעותיים. הסוג הנפוץ ביותר הוא למידה מפוקחת במהלכה הנתונים מתויגים כדי לאפשר למכונה להבין בדיוק אילו תבניות עליה לחפש. למשל בתוכניות בנטפליקס, כאשר מבקשים מנטפליקס להציג תוכניות דומות לתוכניות בהן צפיתם. בלמידה לא מפוקחת הנתונים לא מתוייגים והאלגוריתם מחפש את כל הדפוסים שהוא יכול למצוא ולמיין אותם. בלמידה מבוססת חיזוקים האלגוריתם לומד על ידי ניסוי וטעיה ובודק דברים רבים, ולפי הפידבק שהוא מקבל הוא לומד. ניתן לראות אותה למשל ב-AlphaGo של גוגל, תוכנת המחשב הראשונה שהביסה שחקן GO אנושי מקצועי.
האלגוריתמים של למידת מכונה מתפתחים בלי הפסקה . ממכוניות ללא נהג, דרך עוזרים וירטואליים וזיהוי פנים ועד חקר החלל. ללמידת מכונה השפעה עצומה בכל מישורי החיים ואם אתם מחפשים להשתלב בתחום נחשק במיוחד זה בהחלט תחום לימוד שכדאי לשקול לעניין מתמשך, חדשנות, משכורת מתגמלת והזדמנויות קריירה.
