Machine Learning: Teknik olmayanların da cevaplayabiliyor olması gereken 3 soru

Harvard Biz Review'ın haberine göre, machine learning işinizin bir parçası değilse bile, bununla ilgili temel bilgilere sahip olmalısınız.

Harvard Biz Review

O nasıl çalışır? Bir AI sistemi kurmaktan sorumlu olmayan ekip üyeleri, bilginin nasıl işlediğini ve soruları nasıl yanıtladığını bilmelidir. İnsanların, nasıl öğrendikleri ve bir makinenin “nasıl öğrendiği” arasındaki farklılıkları anlaması özellikle önemlidir. Örneğin, bir milyon veri noktasını analiz etmeye çalışan bir insan, bunu anlamak için bunu bir şekilde basitleştirmeye ihtiyaç duyacaktır. bir ortalama bularak veya bir grafik oluşturarak. Bir makine öğrenme algoritması, diğer yandan, hesaplamaları yaparken her bir veri noktasını kullanabilir. Mevcut bir veri giriş ve çıkış setini kullanarak modelleri tespit etmek için “eğitilmiş” lerdir. Veriler, bir makinenin yararlı cevaplar sağlama kabiliyeti açısından temel olduğundan, bir yönetici, ekip üyelerinin temel veri okuryazarlığına sahip olmasını sağlamalıdır. Bu, insanların bize sayıların neyi anladığını anlamalarına ve onların içinde saklanabilecek önyargıları ve hataları anlamalarına yardımcı olmak anlamına gelir. Verileri anlamak - AI'nın yakıtı - insanların AI'nın neyin iyi olduğunu anlamasına yardımcı olur.


Ne iyi? Makine öğrenim araçları, çok miktarda güvenilir veri kullanarak bir sorunu çözmek için eğitilebildikleri ve insanların kendileri için tanımladıkları açık parametreler dahilinde cevaplar verebilecekleri zaman mükemmeldir. Giderim yazılımım mükemmel bir örnektir: Milyonlarca kullanıcının öğreneceği makbuzları vardır ve Starbucks'tan bir fincan kahvenin seyahat, kırtasiye veya eğlence olarak sınıflandırılıp sınıflandırılmayacağını tahmin etmek için bunları kullanır. Makine öğreniminin ne kadar hızlı olduğunu öğrenmek, birisinin makine öğreniminin iyi olmadığını görmesine yardımcı olur. Roman olan ya da onları açıklamak için anlamlı verilerden yoksun olan problemler, insan uzmanlık alanı içinde tam olarak durmaktadır. Çalışanlarınızın, kurum içinde veya dışında (örneğin, sosyal medya reklamcılığı veya akış hizmeti önerileri gibi) AI tarafından desteklenen araçları kullandıklarını göstererek bu farkı anlamasına yardımcı olun. Bu örnekler ekip üyelerinin AI’nin muazzam potansiyelini değil, sınırlarını da anlamalarına yardımcı olacaktır.


Asla ne yapmamalı? Makine öğrenmesi bir problemi çözebildiği için bunu yapması gerektiği anlamına gelmez. Bir makine, örneğin, verilerin ortaya koyduğu önyargıları veya verdiği tavsiyenin sonuçlarını anlayamaz. Kuruluşunuzun çözmesi gereken bir AI başvurusu yapmaması için bazı problemler olabilir. Örneğin, şirketimde kimin işe alınacağı, bir yönetim kurulu toplantısında neyin tartışılacağı veya yetersiz performans gösteren bir personelin nasıl yönetileceği konusunda nihai kararı veren bir algoritma istemem. Çalışanlar AI'nın uygun etik sınırlamalarını düşündüklerinde, yanlış kullanımlarına karşı önemli korumalar olabilirler.