Hírlevél
HU
EN

Gyártósor Ezek a gépi tanulás legfőbb kihívásai

Ezek a gépi tanulás legfőbb kihívásai

gépi tanulás Ipar 4.0 mesterséges intelligencia gyáripar

autopro.hu/P.B. | 2020.08.31 04:22

Ezek a gépi tanulás legfőbb kihívásai

Fotó: Pexels

Amikor a Google a korábbi kereséseink alapján ajánl nekünk oldalakat, akkor a gépi tanulás egyik legismertebb formájával szembesülünk. Ám nemcsak ilyenkor, hanem az okostelefonok és az internet használata során szinte folyamatosan találkozunk ezzel a vívmánnyal. Az ipari használata viszont közel sem ilyen egyértelmű.

Hirdetés

A gépi tanulás (machine learning, ML) az egyik technológiai alapja az önvezető járműveknek és az arcfelismerő szoftvereknek is, de a gyáripar számára is fontos vívmány: a mesterséges intelligencia segítségével számos emberi munkaerőt igénylő feladat gyorsítható fel, automatizálható.

Ez viszont több kérdést is felvet, az Automation című lap szerzője, Fredrik Wartenberg összegyűjtötte a három legfontosabb kihívást a gépi tanulással kapcsolatban.

Az adatok olvashatósága

A gépi tanulás ipari felhasználása során hatalmas mennyiségű adat alapján kell a gépeknek „megtanulni” egyes folyamatokat. Ugyan az adatok tárolása hosszútávú, és a megfelelő tárhely is rendelkezésre áll, mégis lehetnek problémák az adatok felcímkézésével, helyes csoportosításával és a nem megfelelő adatok kiszűrésével.

Wartenberg szerint ugyan első ránézésre ezek nem tűnnek bonyolult feladatnak, a nagy mennyiségű információ és a különböző naplófájlok, hibaüzenetek miatt, valamint egyes esetekben az adatok integrálásának hiánya miatt nem egyértelmű, hogy ezzel a feladattal könnyen birkózik meg a mesterséges intelligencia.

Az adatok lejegyzése

A megfigyelt adatokat gyakran egyeztetni kell a valósággal, értelmezhetővé kell tenni őket, hogy ténylegesen használhatóak legyenek. Éppen ezért gyakran az alkalmazhatósághoz megjegyzésekkel ellátott adatokra van szükség, ám ezeket a megjegyzéseket csak szakértők végezhetik el, így nagyon időigényes feladatról van szó.

Ez az egyik legnagyobb különbség a gépi tanulás hétköznapi használatához képest, hiszen a Google-keresések során felmerülő jegyzeteket szinte bárki elvégezheti.

Az applikáció maga

Az ipari alkalmazások, applikációk nagyon specifikusak, ezért nincs igazi rendszere annak, hogyan kell az ilyen applikációkat telepíteni. Emiatt még pontosabb és precízebb adatelemzésekre van szükség.

Ezeket a problémákat egyszerre és könnyen nem lehet megoldani, ezért Wartenberg szerint egy hosszabb folyamat lesz, mire a gépi tanulás ipari alkalmazása egyszerűbbé és elterjedtebbé válik.

Hirdetés

Kiemelt Partnereink