Q:
เหตุใดการเรียนรู้ของเครื่องจักรจึงอยู่เบื้องหลัง - ผู้ใช้ทั่วไปมองไม่เห็น?
A:คำถามพื้นฐานเกี่ยวกับการเรียนรู้ของเครื่องจักรนั้นคำนึงถึงแง่มุมต่าง ๆ ของการทำงานของโปรแกรมที่ซับซ้อนเหล่านี้และบทบาทที่พวกเขามีต่อเศรษฐกิจในปัจจุบัน
หนึ่งในวิธีที่ง่ายที่สุดในการอธิบายการขาดความโดดเด่นของระบบการเรียนรู้ของเครื่องคือมันง่ายต่อการซ่อน ระบบแบ็คเอนด์เหล่านี้แฝงตัวอยู่หลังเอนจิ้นการแนะนำและอื่น ๆ อีกมากมายทำให้ผู้บริโภคลืมได้ว่ามีการเรียนรู้ของเครื่องเกิดขึ้น สำหรับผู้ใช้ทุกคนรู้ว่ามนุษย์บางคนสามารถเลือกตัวเลือกอย่างระมัดระวังแทนที่จะใช้โครงข่ายประสาทเทียมที่ใช้อัลกอริธึมที่ซับซ้อน
นอกเหนือจากนั้นยังขาดการศึกษาอย่างเป็นระบบเกี่ยวกับการเรียนรู้ของเครื่องจักรส่วนหนึ่งเป็นเพราะมันใหม่และส่วนหนึ่งเนื่องจากขาดการลงทุนในการฝึกอบรม STEM โดยรวม ดูเหมือนว่าในสังคมเราปกติตกลงกับการเลือกบุคคลที่สำคัญเพื่อเรียนรู้เกี่ยวกับเทคโนโลยีในรายละเอียดที่ดีและกลายเป็น "นักบวชเทคโนโลยี" ของประชากรของเรา กลยุทธ์คลื่นความถี่ที่กว้างขึ้นจะรวมถึงการเรียนรู้ของเครื่องจักรโดยละเอียดและการสอนเทคโนโลยีในระดับมัธยมในโรงเรียนมัธยม
ปัญหาอีกประการหนึ่งคือการขาดภาษาที่เข้าถึงได้ในการเรียนรู้ของเครื่อง ศัพท์แสงมากมาย - จากป้ายกำกับของอัลกอริธึมเองไปจนถึงฟังก์ชั่นการกระตุ้นที่ให้พลังงานเซลล์ประสาทเทียมและส่งผลให้เกิดเครือข่ายประสาท อีกตัวอย่างที่ดีคือการติดฉลากของเลเยอร์ในโครงข่ายประสาทเทียม - การขยายและการเคลื่อนที่และการรวมสูงสุดและอื่น ๆ แทบจะไม่มีใครเข้าใจความหมายของคำเหล่านี้ได้และนั่นทำให้การเรียนรู้ด้วยเครื่องจักรยิ่งไม่น่าเชื่อถือมากขึ้น
อัลกอริทึมของตัวเองได้กลายเป็น couched ในสำนวนของนักคณิตศาสตร์ เช่นเดียวกับฟิสิกส์ยุคใหม่และคลาสสิกนักเรียนของสาขาวิชาเหล่านี้ควรจะเชี่ยวชาญศิลปะการอ่านสมการที่ซับซ้อนมากกว่าการใส่ฟังก์ชั่นอัลกอริทึมเป็นภาษาธรรมดา นอกจากนี้ยังทำหน้าที่ให้ข้อมูลการเรียนรู้ของเครื่องเข้าถึงได้น้อยมาก
ในที่สุดก็มีปัญหา "กล่องดำ" ที่แม้แต่วิศวกรก็ไม่เข้าใจอย่างเต็มที่ถึงจำนวนโปรแกรมการเรียนรู้ของเครื่อง เนื่องจากเราได้ปรับความซับซ้อนและความสามารถของอัลกอริธึมเหล่านี้เราจึงเสียสละความโปร่งใสและเข้าถึงผลการประเมินและวิเคราะห์ได้ง่าย เมื่อมีสิ่งนี้อยู่ในใจจึงมีการเคลื่อนไหวครั้งใหญ่ต่อ AI ที่สามารถอธิบายได้ - เพื่อให้การเรียนรู้ของเครื่องใช้งานและปัญญาประดิษฐ์สามารถเข้าถึงได้และยังคงจัดการกับการทำงานของโปรแกรมเหล่านี้เพื่อหลีกเลี่ยงความประหลาดใจอันไม่พึงประสงค์
ทั้งหมดนี้ช่วยอธิบายได้ว่าทำไมถึงแม้ว่าการเรียนรู้ด้วยเครื่องจักรกำลังขยายตัวในโลกเทคโนโลยีในปัจจุบัน แต่บ่อยครั้งที่“ ไม่เป็นที่สนใจ”
