By राचेल रूमेलीओटिस

हम सभी इस तथ्य के साथ आए हैं कि कृत्रिम बुद्धिमत्ता (एआई) बदल रही है कि व्यवसाय कैसे संचालित होते हैं और यह लंबी अवधि में किसी व्यवसाय को कितना मदद कर सकता है। पिछले कुछ वर्षों में, इस समझ ने एआई प्रौद्योगिकियों का प्रयोग और मूल्यांकन करने वाली कंपनियों में एक स्पाइक को प्रेरित किया है और जो अब इसका उपयोग विशेष रूप से उत्पादन नियुक्तियों में कर रहे हैं।

बेशक, जब संगठन नई तकनीकों जैसे एआई और मशीन लर्निंग (एमएल) को अपनाते हैं, तो वे धीरे-धीरे यह विचार करना शुरू करते हैं कि नए क्षेत्र प्रौद्योगिकी से कैसे प्रभावित हो सकते हैं। यह उत्पादन और रसद, विनिर्माण, आईटी और ग्राहक सेवा सहित कई क्षेत्रों में हो सकता है। एक बार एआई और एमएल तकनीकों का उपयोग कैसे व्यापार कार्य में और विभिन्न तरीकों से इनका उपयोग करने में प्रवृत्त हो जाता है, संगठन नए ज्ञान प्राप्त करने में सक्षम होंगे जो उन्हें उभरती जरूरतों के अनुकूल बनाने में मदद करेंगे।

ओ'रेली के सीखने के मंच में तल्लीनता से, विभिन्न रुझानों और विषयों के बारे में विभिन्न प्रकार की तकनीक और व्यापारिक नेताओं को पता होना चाहिए। यह उन्हें अपनी नौकरियों को बेहतर ढंग से समझने की अनुमति देगा और यह सुनिश्चित करेगा कि उनके व्यवसाय जारी रहें।

पिछले कुछ महीनों में, हमने प्लेटफ़ॉर्म के उपयोगकर्ता उपयोग का विश्लेषण किया है और एआई और एमएल में सबसे लोकप्रिय और सबसे अधिक खोजे जाने वाले विषयों की खोज की है। हम नीचे कुछ सबसे महत्वपूर्ण खोज कर रहे हैं जो हमें एआई और एमएल के राज्य की एक व्यापक तस्वीर देता है, और अंततः, जहां यह नेतृत्व किया जाता है।

एअर इंडिया की एमएल में वृद्धि

सबसे पहले और सबसे महत्वपूर्ण, हमारे विश्लेषण ने इस बात पर प्रकाश डाला कि एआई में रुचि किस तरह से बढ़ रही है। 2018 से 2019 की तुलना करते समय, AI में सगाई 58% बढ़ गई - बहुत बड़ी मशीन सीखने के विषय में दूरगामी विकास, जो 5 में केवल 2019% बढ़ गया। सभी AI और ML विषयों को जोड़ते समय, यह लगभग 5% सभी उपयोगों के लिए है। मंच पर गतिविधि।

हालांकि यह डेटा-इंजीनियरिंग (उपयोग गतिविधि का 8%) और डेटा विज्ञान (उपयोग गतिविधि का 5%) जैसे उच्च-स्तरीय, अच्छी तरह से स्थापित विषयों से थोड़ा कम है, इन विषयों में रुचि डेटा विज्ञान की तुलना में 50% तेजी से बढ़ी है। डेटा प्रबंधन विषयों के साथ जुड़ाव में गिरावट के कारण डेटा इंजीनियरिंग वास्तव में उसी समय लगभग 8% कम हो गई।

हमने शुरुआती संकेत भी खोजे हैं कि संगठन उन्नत उपकरणों और विधियों के साथ प्रयोग कर रहे हैं। हमारे निष्कर्षों में, अनपेक्षित शिक्षण सामग्री में सगाई शायद सबसे दिलचस्प में से एक है। बिना पढ़े हुए सीखने में, एक AI एल्गोरिथ्म को पहले से निर्धारित पैटर्न में देखने के लिए प्रशिक्षित किया जाता है, जिसमें कोई पूर्व-मौजूदा लेबल नहीं होता है या न्यूनतम मानव पर्यवेक्षण या मार्गदर्शन के साथ वर्गीकरण होता है। 2018 में, अप्रशिक्षित सीखने के विषयों का उपयोग 53% और 172 में 2019% बढ़ा।

लेकिन यह विकास क्या है? हालांकि इसके तरीकों (क्लस्टरिंग और एसोसिएशन) और इसके अनुप्रयोगों (तंत्रिका नेटवर्क) के नाम से परिचित हैं, लेकिन अनचाहे सीखने को इसके पर्यवेक्षित शिक्षण समकक्ष के रूप में अच्छी तरह से नहीं समझा जाता है, जो अधिकांश लोगों के लिए एमएल के लिए डिफ़ॉल्ट रणनीति के रूप में कार्य करता है और अधिकांश मामलों का उपयोग करता है। ।

अनूपर्वेटेड लर्निंग एक्टिविटी में यह उछाल संभावित रूप से शब्द के साथ-साथ अपने उपयोग, लाभ और आवश्यकताओं के साथ अधिक परिष्कृत उपयोगकर्ताओं द्वारा परिचित होने की कमी से प्रेरित है, जो उपयोग किए गए मामलों के साथ सामना कर रहे हैं जो आसानी से पर्यवेक्षित तरीकों से संबोधित नहीं होते हैं।

यह भी संभावना है कि तंत्रिका नेटवर्क में अप्रकाशित सीखने की गहरी सफलता और गहन सीखने में हमारी रुचि को मदद मिली है, क्योंकि ओपन सोर्स टूल्स, लाइब्रेरी और ट्यूटोरियल की विविधता है, जो अनसेफर्ड लर्निंग का समर्थन करती है।

एक गहरी सीखने का पुनरुत्थान

जबकि 2019 में गहरी शिक्षा थोड़ी ठंडी हुई, फिर भी इसमें सभी AI और ML उपयोग का 22% हिस्सा था। हमें यह भी संदेह है कि इसकी सफलता ने कई अन्य अपमानित या उपेक्षित विचारों के पुनरुत्थान में मदद की है। इसका सबसे बड़ा उदाहरण सुदृढीकरण सीखना है। इस विषय ने घातीय वृद्धि का अनुभव किया, 1,500 से 2017% से अधिक बढ़ रहा है।

10 में सगाई की दरों में 2019% की गिरावट के साथ, डीप लर्निंग स्वयं उन कंपनियों के बीच सबसे लोकप्रिय एमएल तरीकों में से एक है जो एआई का मूल्यांकन कर रहे हैं, कई कंपनियों ने उत्पादन उपयोग के मामलों का समर्थन करने के लिए तकनीक का चयन किया है। यह हो सकता है कि गहन शिक्षण विषयों के साथ जुड़ाव की दलील दी गई है क्योंकि अधिकांश लोग पहले से ही सक्रिय रूप से प्रौद्योगिकी के साथ संलग्न हैं, जिसका अर्थ है कि विकास धीमा हो सकता है।

प्राकृतिक भाषा प्रसंस्करण एक और विषय है जिसने लगातार विकास दिखाया है। हालांकि इसकी विकास दर बहुत बड़ी नहीं है - यह 15 में 2018% और 9 में 2019% तक बढ़ गई - हमारे मंच पर सभी एआई और एमएल उपयोग के लगभग 12% के लिए प्राकृतिक भाषा प्रसंस्करण खाते हैं। यह लगभग 6x अप्रमाणित शिक्षा का हिस्सा है और 5x सुदृढीकरण सीखने के उपयोग का हिस्सा है, महत्वपूर्ण वृद्धि के बावजूद इन दो विषयों ने पिछले दो वर्षों में अनुभव किया है।

हालांकि सभी एआई / एमएल तरीकों को समान रूप से व्यवहार नहीं किया जाता है। उदाहरण के लिए, चैटबॉट्स की दिलचस्पी 17 में 2018% घटने और 34 में 2019% घटने के साथ, कम होती जा रही है। यह संभव है क्योंकि चैटबॉट एआई के पहले आवेदन में से एक थे और शायद इसकी सापेक्षता का एक प्रतिबिंब है आवेदन।

अप्रमाणित शिक्षा और सुदृढीकरण सीखने में बढ़ती व्यस्तता यह प्रदर्शित करती है कि संगठन उन्नत विश्लेषिकी उपकरण और विधियों के साथ प्रयोग कर रहे हैं। ये उपकरण और तकनीकें व्यवसायों के लिए उपयोग और लाभ के नए उपयोग के मामलों को खोलती हैं, जिसमें निर्णय समर्थन, इंटरैक्टिव गेम और वास्तविक समय खुदरा सिफारिश इंजन शामिल हैं। हम केवल कल्पना कर सकते हैं कि संगठन समस्याओं को हल करने, उत्पादकता बढ़ाने, प्रक्रियाओं में तेजी लाने और नए उत्पादों और सेवाओं को वितरित करने के लिए एआई और एमएल का उपयोग करना जारी रखेंगे।

चूंकि संगठन विश्लेषणात्मक तकनीकों को अपनाते हैं, वे अपने और अपनी दुनिया के बारे में अधिक खोज कर रहे हैं। एमएल को अपनाना, विशेष रूप से, किसी संगठन के सभी स्तरों पर लोगों को ऐसे प्रश्न पूछना शुरू करने के लिए प्रेरित करता है जो चुनौती देते हैं कि एक संगठन को क्या लगता है कि वह अपने बारे में जानता है।

एमएल और एआई के साथ, हम मशीनों को ज्ञान की नई वस्तुओं को सतह पर लाने के लिए प्रशिक्षण दे रहे हैं जो हमें नए, अलग, और कभी-कभी अपने बारे में कठिन प्रश्न पूछने में मदद करते हैं। सभी संकेतों से, हमें इसके साथ कुछ सफलता मिलती है। कौन जानता है कि भविष्य क्या है, लेकिन जैसे-जैसे प्रौद्योगिकियां होशियार हो जाती हैं, इसमें कोई संदेह नहीं है कि हम और अधिक निर्भर हो जाएंगे।

स्रोत: https://www.fintechnews.org/the-future-growth-of-ai-and-ml/