Maskininlärning
Maskininlärning, vanligtvis förkortat "ML", är en typ av artificiell intelligens (AI) som "lär sig" eller anpassar sig över tiden. Istället för att följa statiska regler kodade i a program, Identifierar ML-teknik ingång mönster och innehåller algoritmer som utvecklas över tiden.
Maskininlärning har ett brett utbud av applikationer, varav många nu ingår i vardagen. Nedan följer några exempel:
- Medicinska diagnoser
- Autonoma fordon
- Online-annonsinriktning - Google AdSense och Facebook Advertising
- Taligenkänning - Google Assistant, Amazon Alexa, Microsoft Cortana och Apple Siri
- Bildigenkänning - Googles bildsökning, ansiktsigenkänning på Facebook och i Apple Photos
Exempel på självkörande fordon
Autonoma fordon innehåller maskininlärning för att förbättra deras säkerhet och tillförlitlighet. En självkörande bil som använder traditionell artificiell intelligens kan svara på alla vägförhållanden som den har programmerats att hantera. Men om programvara stöter på okänd inmatning, kan bilen standard till en säkerhetsåtgärd för säkerhetskopiering, som att sakta ner, stoppa eller kräva en manuell åsidosättning.
Maskininlärning kan göra det möjligt för ett fordon att känna igen händelser och objekt som inte har programmerats uttryckligen i källkod. Till exempel kan en bil programmeras för att känna igen gatubelysning, men inte blinkande lampor på byggbarrikader. Genom att lära sig av erfarenhet - eventuellt registrera en mänsklig förares körbeteende - kommer bilen att känna igen bygghinder och svara därefter.
ML-teknik gör det möjligt för autonoma fordon att skilja mellan föremål på vägen, som bilar, cyklar, människor och djur. Det hjälper också bilar att köra mer pålitligt i ofullkomliga väderförhållanden och på vägar utan tydliga linjer. Målet är att göra det möjligt för fordon att köra som människor och samtidigt undvika misstag orsakade av mänskliga misstag.