مایکروسافت از شما می‌خواهد سوادآموزی به کامپیوتر خود را آغاز کنید

در بیشتر سیستم‌ها، یادگیری ماشینی بر مبنای داده‌های بیشتری که دریافت می‌کند هوشمندتر می‌شود. گذشت زمان نشان داده است که این هوشمندی در بهره‌وری و افزایش عملکرد سیستم‌ها در زمینه محاسبات شخصی مؤثر بوده است. یادگیری ماشینی به ما کمک کرده است تا میل‌باکس‌های ما از هرزنامه‌ها یا ایمیل‌های ناخواسته کمتری اشباع شوند. همچنین کمک کرده است تا گوشی هوشمند شما از پایداری بهتری برخوردار بوده و بر مبنای حرفی که به او می‌زنید، درک کند به چه چیزی احتیاج دارید. یادگیری ماشینی همچنین سهم به سزایی در پیشبرد و تکامل دنیای فناوری امروز ایفا می‌کند، به‌طوری که در ترجمه صدای بلادرنگ مورد استفاده در مترجم اسکایپ نقشی تأثیرگذار دارد. همچنین به‌طور فزاینده‌ای به شرکت‌های بزرگ در زمینه کشف کلاهبرداری‌ها یا پیش‌بینی رشد درآمدها کمک می‌کند. مایکروسافت از مدت‌ها قبل با یادگیری ماشینی آژر (Azure Machine Learning) به این دنیا وارد شده است. مجموعه‌ای مبتنی بر الگوریتم‌ها و ابزارهای ابرمحور که به دانشمندان اجازه می‌دهد با سرعت و سادگی بیشتری مدل‌های یادگیری ماشینی را طراحی کنند. با استفاده از Azure ML توسعه‌دهندگان دیگر بدون داشتن هیچ پس‌زمینه قبلی به استفاده از این مدل‌ها برای اضافه کردن قابلیت‌های یادگیری ماشینی عمیق استفاده کرده و به‌جای آن‌که روی تحلیل‌های داده‌ای یک دانشمند یا متخصص یادگیری ماشینی متکی باشند، از آن استفاده کنند. این‌کار منجر به صرفه‌جویی در زمان و پول می‌شود.

آموزش ماشینی به تکامل ماشین‌ها کمک می‌کند
اما آن‌چنان‌که یادگیری کامپیوترها هوشمندانه‌تر می‌شود، به‌همان اندازه به نرم‌افزارهای هوشمند هم نیاز خواهیم داشت. چه اتفاقی می‌افتد که روی سیستمی از برنامه‌ای استفاده کنیم که دارای خودآگاهی بوده و به یک سیستم هوشمند نیاز داشته باشد؟ این درست همان مکانی است که بخش تحقیقات مایکروسافت (Microsoft Research) فکر می‌کند در این زمینه به موفقیت‌هایی دست یافته است.

پاتریس سیمارد که مسئولیت هدایت این پروژه را در بخش تحقیقات مایکروسافت بر عهده دارد می‌گوید: « ما در حال طراحی یک ماشین یاددهنده هستیم که به هر شخصی اجازه می‌دهد به کامپیوتر نشان دهد چگونه می‌تواند مطالبی را بیاموزد. در نهایت اگر این شخص یک متخصص همچون یک پزشک، یک کارشناس فناوری یا یک سرآشپز باشد، می‌توانند از این ابزار یاددهنده ماشینی برای مدل‌سازی وظایف یک ماشین استفاده کنند. به‌طور مثال، ابزارهای یاددهنده ماشینی می‌توانند با استفاده از حجم زیادی از داده‌ها برای پیدا کردن سوابق پزشکی یا پذیرش بیمار مطابق با معیارهای بسیار خاص مورد استفاده قرار گیرند. این ابزارها همچنین برای پر کردن خودکار، به‌صدا در آوردن یک هشدار یا انجام یک عمل زمانی‌که به‌شرایط تعیین شده رسیدند می‌توانند مورد استفاده قرار گیرند. برای پژوهشگران فعال در زمینه یادگیری ماشینی این پروژه یک پیشرفت مهم به‌شمار می‌رود.»

سیمارد  در ادامه می‌افزاید: « اما برای پیاده‌سازی ابزارهای یاددهنده ماشینی، محققان باید ابزارهایی را طراحی کنند که اولا خودمختار بوده و ثانیا از یک رابط کاربری ساده و قابل فهم برخوردار باشند.»

یک نمونه اولیه از فناوری یاددهندگی ماشینی از مدت‌ها قبل در قالب پروژه‌ Language Understanding Intelligent Service آغاز به‌کار کرده است که به‌برنامه‌های کاربردی این توانایی را می‌دهد به‌آسانی آن‌چه کاربران به زبان آورده یا تایپ می‌کنند را در قالب یادگیری روزانه متوجه شوند.