Q:
เหตุใดไฟล์รูปภาพจำนวนมากจึงมีความสำคัญต่อโครงการการเรียนรู้ของเครื่องหลายเครื่อง
A:สำหรับ บริษัท ที่ต้องการมีส่วนร่วมในการลงทุนการเรียนรู้ด้วยเครื่องจักรครั้งแรก (ML) กระบวนการทั้งหมดอาจดูเป็นความลับและลึกลับเล็กน้อย สำหรับหลาย ๆ คนมันเป็นเรื่องยากที่จะจินตนาการว่าการเรียนรู้ของเครื่องใช้งานได้จริงและสิ่งที่มันจะทำเพื่อธุรกิจ
ในบางกรณีผู้ที่เรียนรู้การเรียนรู้ด้วยเครื่องอาจมีความสามารถค่อนข้างมากเมื่อพวกเขาพิจารณาว่าทำไมไฟล์รูปภาพจำนวนมากที่เก็บในภาชนะดิจิตอลที่เรียบร้อยจึงมีความสำคัญสำหรับโครงการ ML นั่นเป็นเพราะแนวคิด "ไฟล์ภาพ" ช่วยในการมองเห็น ML การคิดเกี่ยวกับสิ่งนี้ทำให้เราเข้าใจมากขึ้นว่าเทคโนโลยีเหล่านี้จะถูกนำไปใช้กับโลกของเราในไม่ช้า
| ดาวน์โหลดฟรี: การเรียนรู้ของเครื่องและเหตุผลที่สำคัญ |
คำตอบสั้น ๆ คือไฟล์ภาพจำนวนมากเหล่านี้มีความสำคัญต่อการเรียนรู้ของเครื่องเพราะมันเป็นตัวแทนของชุดการฝึกอบรม - ชุดของข้อมูลเริ่มต้นที่คอมพิวเตอร์ต้องทำงานในขณะที่เรียนรู้ แต่มีมากกว่านั้นอีกเล็กน้อย ทำไมภาพจึงมีค่ามาก
เหตุผลหนึ่งที่ภาพมีค่ามากคือนักวิทยาศาสตร์ได้ก้าวหน้าไปมากในการประมวลผลภาพ แต่นอกเหนือจากนั้นพวกเขายังมีความคืบหน้าในการช่วยเหลือเครื่องจักรในการระบุผลลัพธ์ตามสิ่งที่อยู่ในภาพ
ตัวอย่างเช่นทุกคนที่เคยได้ยินเกี่ยวกับเครือข่ายที่ดื้อรั้นลึก ๆ พร้อมทั้งเอนจิ้นการกำเนิดและการเลือกปฏิบัติเข้าใจน้อยเกี่ยวกับวิธีที่คอมพิวเตอร์สามารถอ่านและทำความเข้าใจข้อมูลภาพและภาพ พวกเขาไม่ได้อ่านพิกเซลเหมือนที่เคยทำจริง ๆ แล้วพวกเขา "เห็น" ภาพและระบุส่วนประกอบ ตัวอย่างเช่นคิดว่าการจดจำใบหน้าของ Facebook - คอมพิวเตอร์เรียนรู้สิ่งที่คุณมีลักษณะและระบุตัวคุณในภาพ - รวมถึงสิ่งที่อยู่รอบตัวคุณ สิ่งนี้มักเกิดขึ้นได้จากการรวมภาพจำนวนมากและการฝึกซ้ำซ้ำ ๆ ซึ่งเป็นพื้นฐานสำหรับโครงการเรียนรู้ของเครื่อง
เมื่อผู้มีส่วนได้ส่วนเสียได้ระบุแผนและแนวคิดและออกไปและรวบรวมภาพทั้งหมดที่เกี่ยวข้องและนำไปสู่อัลกอริทึมการเรียนรู้ของเครื่องพวกเขาสามารถใช้พลังอันยิ่งใหญ่ของปัญญาประดิษฐ์เพื่อดำเนินกระบวนการทางธุรกิจ
บริษัท อาจส่งโปรแกรมรวบรวมข้อมูลเว็บออกสู่อินเทอร์เน็ตเพื่อค้นหารูปภาพที่อาจมีลูกค้ารายใดรายหนึ่งเพื่อสร้างไฟล์ที่แสดงตัวตนของลูกค้ารวมถึงความชอบและแนวโน้มของเขาหรือเธอ บริษัท อาจใช้ข้อมูลนี้เพื่อทำการส่งจดหมายโดยตรงหรือทำการตลาดโดยตรงอื่น ๆ เมื่อคุณเริ่มคิดเช่นนี้มันเป็นเรื่องง่ายที่จะเห็นว่ากระบวนการรับรู้ภาพและการระบุตัวตนนั้นสามารถเชื่อมโยงกับฟังก์ชั่นการทำงานทุกประเภทที่จะทำให้คอมพิวเตอร์ทำสิ่งต่างๆมากมายที่มนุษย์ใช้ในการทำสิ่งต่างๆ บันทึกประวัติศาสตร์ของเรา จากตัวอย่างการวิจัยลูกค้าด้วยการตั้งค่าประเภทข้างต้นมนุษย์ไม่จำเป็นต้องเกี่ยวข้องเลย: คอมพิวเตอร์สามารถ "ออกไปบนเว็บ" และรายงานกลับไปยังเจ้าของหรือผู้ถือครองข้อมูล
สำหรับใครก็ตามที่มีส่วนร่วมในการเรียนรู้ด้วยเครื่องลึกการทำความเข้าใจแนวคิดของการทำเหมืองข้อมูลภาพมวลชนนั้นเป็นก้าวแรกที่ดีในแผนที่ถนนเพื่อควบคุมพลังการเรียนรู้ของเครื่องจักรและการหาวิธีใช้เพื่อประโยชน์ขององค์กร
