Otomasyon: Pêşeroja zanista daneyê û fêrbûna makîneyê?

Fêrbûna makîneyê di dîroka hesabkirinê de yek ji pêşkeftinên herî mezin e û naha tê dîtin ku di warê daneyên mezin û analîtîk de dikare rolek girîng bilîze. Analîzên daneyên mezin ji perspektîfa pargîdaniyek ve dijwariyek mezin e. Mînakî, çalakiyên wekî têgihîştina hejmarek mezin a formatên daneyê yên cihêreng, analîzkirina amadekirina daneyê û parzûnkirina daneyên zêde dikarin çavkaniyê bin. Leşkerkirina pisporên zanyarê daneyê pêşniyarek biha ye û ji bo her pargîdaniyek ne amûrek e. Pispor bawer dikin ku fêrbûna makîneyê dikare gelek karên ku bi analîtîk re têkildar in otomatîk bike - hem rûtîn û hem jî tevlihev. Fêrbûna makîneya xweser dikare çavkaniyên girîng ên ku dikarin ji bo karên tevlihevtir û nûjentir werin bikar anîn azad bike. Fêrbûna makîneyê dixuye ku her dem di vî alî de dimeşe.

Di çarçoveya teknolojiya agahdariyê de otomasyon

Di IT -ê de, otomasyon girêdana pergal û nermalava cihêreng e, ku dihêle ew bêyî destwerdana mirovî karên taybetî bikin. Di IT -ê de, pergalên otomatîkî dikarin hem karên hêsan û hem jî tevlihev bikin. Nimûneyek karekî hêsan dibe ku yekkirina formên bi PDF-an re û şandina belgeyan ji wergirê rast re be, dema ku peydakirina kopiyên derveyî malperê dibe ku bibe mînakek karekî tevlihev.

Ji bo ku hûn karê xwe rast bikin, hûn hewce ne ku bernameya xwe bikin an rêwerzên zelal bidin pergala otomatîk. Her gava ku pergalek otomatîkî hewce ye ku qada xebata xwe biguhezîne, pêdivî ye ku bername an seta talîmatê ji hêla kesek ve were nûve kirin. Her çend pergala otomatîkî di karê xwe de bi bandor e jî, xeletî ji ber cûrbecûr sedeman çêdibe. Dema ku xeletî çêdibin, pêdivî ye ku sedema bingehîn were nas kirin û rast kirin. Eşkere ye, ku karê xwe bike, pergalek otomatîkî bi tevahî bi mirovan ve girêdayî ye. Çiqas cewherê xebatê tevlihevtir be, îhtîmala xeletî û pirsgirêkan jî ew qas zêde ye.

Nimûneyek hevbeş a otomasyonê di pîşesaziya IT-ê de otomasyona ceribandina navbeynkarên bikarhêner ên serhêl e. Dozên testê li nivîsara otomasyonê têne xwarin û navbeynkariya bikarhêner li gorî wê tê ceribandin. (Ji bo bêtir li ser serîlêdana pratîkî ya fêrbûna makîneyê, li Fêrbûna Makîneyê û Hadoop -ê di Dîtina Xapandina Nifşê Nû de binihêrin.)

Nîqaşa di berjewendiya otomasyonê de ev e ku ew karên birêkûpêk û dubarebar dike û xebatkaran serbest dike ku karên tevlihevtir û afirîner bikin. Lêbelê, di heman demê de tê nîqaş kirin ku otomatîzekirinê hejmarek mezin ji kar an rolên ku berê ji hêla mirovan ve hatine kirin derxistiye. Naha, digel ku fêrbûna makîneyê dikeve pîşesaziyên cihêreng, otomasyon dikare pîvanek nû lê zêde bike.

Pêşeroja fêrbûna makîneya otomatîk?

Esasê fêrbûna makîneyê qabîliyeta pergalek e ku bi domdarî ji daneyan fêr dibe û bêyî destwerdana mirov pêşve diçe. Fêrbûna makîneyê dikare wekî mêjiyê mirov tevbigere. Mînakî, motorên pêşniyaran li ser malperên e-bazirganiyê dikarin tercîh û çêjên bêhempa yên bikarhênerek binirxînin û li ser hilberan û karûbarên herî guncan ên ji bo hilbijartinê pêşniyaran peyda bikin. Ji ber vê jêhatîbûnê, fêrbûna makîneyê ji bo otomatîkkirina peywirên tevlihev ên bi daneya mezin û analîtîk re têkildar wekî îdeal tê dîtin. Ew sînorên sereke yên pergalên otomatîkî yên kevneşopî yên ku rê nadin destwerdana mirovî bi rêkûpêk derbas kir. Gelek lêkolînên dozê hene ku şiyana fêrbûna makîneyê ji bo pêkanîna karên analîzkirina daneyên tevlihev destnîşan dikin, ku dê paşê di vê kaxezê de bêne nîqaş kirin.

Wekî ku me berê jî behs kir, analîtîkên daneya mezin ji bo karsaziyan pêşnumayek dijwar e, ku dikare bi qismî ji pergalên fêrbûna makîneyê re were veqetandin. Ji perspektîfek karsaziyê ve, ev dikare gelek feydeyan bigire wekî azadkirina çavkaniyên zanyariya daneyê ji bo peywirên krîtîk ên afirîner û mîsyoner, barên xebatê yên zêde, kêm wext ji bo qedandina karan û bandorkeriya lêçûnê.

Case study

Di 2015 -an de, lêkolînerên MIT -ê li ser amûrek zanyariya daneyê dest bi xebatê kirin ku dikare bi karanîna teknîkek ku jê re algorîtmayên senteza taybetmendiya kûr tê gotin, ji mîqdarên mezin ên daneyên xav modelên daneya pêşbînî biafirîne. Zanyar îdîa dikin ku algorîtm dikare taybetmendiyên çêtirîn ên fêrbûna makîneyê berhev bike. Li gorî zanyariyan, wan ew li ser sê setên daneyê yên cihê ceribandine û ceribandinê berfireh dikin ku bêtir têxin nav xwe. Di gotarekê de ku dê li Konferansa Navneteweyî ya li ser Zanist û Analîzên Daneyê were pêşkêş kirin, lêkolîner James Max Kanter û Kalyan Veeramachaneni got, "Bi karanîna prosedurek tunekirina otomatîkî, em tevahiya rê bêyî tevlêbûna mirovan xweştir dikin, û dihêlin ku ew bi daneyên cihêreng gelemperî bike".

Ka em li tevliheviya peywirê mêze bikin: algorîtmaya ku wekî jêhatîbûnek verastkirina otomatîkî tê zanîn heye, ku bi alîkariya wan têgihiştin an nirx ji daneyên xav (ango temen an zayend) têne wergirtin an derxistin, piştî ku daneya pêşbîniyê model dikarin bêne çêkirin. Algorîtm fonksiyonên matematîkî yên tevlihev û teoriyek îhtîmalê ya bi navê Gaussian Copula bikar tîne. Ji ber vê yekê hêsan e ku meriv asta tevliheviya ku algorîtmayê digire dest fêm bike. Vê teknîkê di pêşbirkan de xelat jî girtine.

Fêrbûna makîneyê dikare şûna karê malê bigire

Li çaraliyê cîhanê tê nîqaş kirin ku fêrbûna makîneyê dikare şûna gelek karan bigire ji ber ku ew bi karbidestiya mêjiyê mirovan re karan dike. Bi rastî, hin fikar heye ku fêrbûna makîneyê dê cîh bide zanyarên daneyê, û wusa dixuye ku bingehek ji bo xema wiya heye.

Ji bo bikarhênerê navînî yê ku jêhatîbûna analîzkirina daneyê nine lê di jiyana wan a rojane de hewcedariyên analîtîkî yên cihêreng hene, ne mumkun e ku meriv komputerên ku dikarin cûrbecûr daneyan analîz bikin û daneyên analîzê bikar bînin bikar bîne. Lêbelê, teknîkên Pêvajoya Zimanê Xwezayî (NLP) dikarin bi hînkirina komputeran ji bo pejirandin û pêvajoya zimanê xwezayî yê mirovî vî sînorî derbas bikin. Bi vî rengî, bikarhênerê navînî ne hewceyê fonksiyonên jêhatî an jêhatîbûnê ye.

IBM bawer dike ku hewcedariya zanyarên daneyê dikare bi hilbera wê, Platforma Analîzên Zimanê Xwezayî ya Watson were kêm kirin an rakirin. Li gorî Marc Atschuller, cîgirê serokê analîtîk û îstîxbarata karsaziyê li Watson, "Bi pergalek nasnameyî ya mîna Watson, hûn tenê pirsa xwe dikin - an heke pirsek we tune, hûn tenê daneyên xwe bar dikin û Watson dikare lê binêre û tiştê ku hûn dixwazin bizanibin derxînin. ”

Xelasî

Otomasyon di hînbûna makîneyê de pêngava mantiqî ya paşîn e û em berê xwe didin bandorên di jiyana xweya rojane de-malperên e-bazirganiyê, pêşniyarên hevalê Facebookê, pêşniyarên tora LinkedIn û navnîşên lêgerîna Airbnb. Nimûneyên hatine dayîn berçav bikin, guman tune ku ev dikare bi kalîteya hilbera ku ji hêla pergalên fêrbûna makîneya otomatîkî ve hatî hilberandin ve were girêdan. Digel hemî taybetmendî û feydeyên wê, ramana fêrbûna makîneyê ya ku dibe sedema bêkariyê mezin bertekek zêde xuya dike. Makîneyan bi dehsalan di gelek deverên jiyana me de cîh dane mirovan, lê mirov pêşve çûne û adapte bûne ku di pîşesaziyê de têkildar bimînin. Li gorî nerînê, fêrbûna makîneyê digel hemî têkbirina wê tenê pêlek din e ku mirov dê xwe li gorî wê biguncîne.


Dema weşanê: Tebax-03-2021