Obsah:
Strojové učenie bolo jedným z najväčších pokrokov v histórii výpočtovej techniky a teraz sa predpokladá, že je schopný prevziať významné úlohy v oblasti veľkých dát a analytiky. Analýza veľkých údajov je z pohľadu podnikov obrovskou výzvou. Napríklad činnosti, ako je vnímanie obrovského množstva rôznych formátov údajov, príprava údajov na analytiku a filtrovanie redundantných údajov, môžu vyžadovať veľa zdrojov. Najímanie vedcov a špecialistov na údaje je drahá ponuka a nie v rámci možností každej spoločnosti. Odborníci sa domnievajú, že strojové učenie je schopné automatizovať mnoho úloh súvisiacich s analýzou - rutinné aj zložité. Automatizácia strojového učenia môže uvoľniť veľa zdrojov, ktoré môžu byť použité v zložitejších a inovatívnejších úlohách. Zdá sa, že strojové učenie sa uberalo týmto smerom. (Ďalšie informácie o používaní strojového učenia nájdete v časti Sľuby a úskalia strojového učenia.)
Automatizácia v kontexte informačných technológií
V kontexte IT je automatizácia prepojením rôznorodých systémov a softvéru tak, aby boli schopní vykonávať konkrétne úlohy bez zásahu človeka. V IT priemysle môžu automatizované systémy vykonávať jednoduché aj zložité úlohy. Príkladom jednoduchej úlohy môže byť integrácia formulára do PDF a odoslanie dokumentu správnemu príjemcovi, zatiaľ čo poskytnutie komplexnej zálohy by mohlo byť príkladom zložitej úlohy.
Aby mohol automatizovaný systém vykonávať svoju prácu, musí byť naprogramovaný alebo musí dostať výslovné pokyny. Vždy, keď sa od automatizovaného systému vyžaduje zmena rozsahu jeho úloh, musí byť program alebo súbor pokynov človekom aktualizovaný. Kým automatizované systémy sú pri svojej práci efektívne, môžu sa vyskytnúť chyby z rôznych dôvodov. Ak sa vyskytnú chyby, je potrebné identifikovať a opraviť hlavnú príčinu. Je zrejmé, že automatizované systémy, ktoré vykonávajú svoju prácu, sú úplne závislé od ľudí. Čím zložitejšia je povaha práce, tým vyššia je pravdepodobnosť chýb a problémov.
