Agile Cat — in the cloud

Machine Learning の調査: ビッグデータと機械学習と人工知能の、ちがいを簡単に整理する

Posted in AI ML, Big Data, On Monday by agilecat.cloud on March 7, 2016
Machine Learning: A Stepping Stone in the Big Picture of Artificial Intelligence
Dick Weisinger – March 4th, 2016
http://formtek.com/blog/machine-learning-a-stepping-stone-in-the-big-picture-of-artificial-intelligence/
_ formtek
Big Data focuses on being able to extract information and insight from massive amounts of information.  The results of Big Data are then usually paired with visualization and analytics reporting to enable understanding of the information.  A step beyond that is to develop machine learning algorithms that automate prediction of behavior based on information and that are able to make decisions.
 
ビッグ・データは、膨大なデータから必要な情報を抽出し、そこから洞察へと展開することにフォーカスするものである。ビッグ・データから得られた結果は、可視化と分析のレポートを伴い、情報としての理解を容易にするのが一般である。それを超えたレベルにおいて、機械学習アルゴリズムを開発することで、対象となる情報をベースにした最適な振舞いの、マシンによる予測が可能となり、また、意思決定が実現されていく。
 
Sisley_3Machine learning is closely related to work done in the field of artificial intelligence.  While the goal of artificial intelligence is to get machines to ‘think’, a more realistic goal of machine learning is to get machines to be able to learn and to predict outcomes based on previously collected information.
 
機械学習について説明するなら、人工知能の分野で実施される作業に、密接に関係するものとなる。人工知能の目標が、マシンによる思考であるのに対して、機械学習の目標は、より現実的なところにある。つまり、以前に収集した情報をベースにして、結果の予測を可能にするための、マシンよる学習を実現することである。
 
Michael Schmidt, CEO at Nutonian, said that “machine learning is a small part of AI.  We actually call it machine intelligence. We don’t call it AI because that is such a broad term.”
 
Nutonian の CEO である Michael Schmidt は、「機械学習は、人工知能における、小さなパートである。現実に、私たちは、それを機械知能 (machine intelligence) と呼んでいる。しかし、それを人工知能と呼ばないのは、より広義な意味をカバーするものでは無いからだ」と述べている
 
Joshua Saxe, senior principal research engineer at Invincea Labs, said that “there are proven applications of machine learning that will continue to grow as the underlying machine learning algorithms mature… As academically oriented work improves the accuracy and efficiency of computer vision, natural language processing and network analysis algorithms (which these application areas depend on) these applications will benefit and improve.”
 
Invincea Labs の Senior Principal Research Engineer である Joshua Saxe は、「すでに、機械学習の用途は実証されており、その根本となる機械学習のアルゴリズムは、成熟へと向けて成長している。学術指向の試みが、コンピュータ・ビジョンにおける正確性と効率性を改善するにつれて、自然言語処理およびネットワーク解析のアルゴリズムが向上している。それらのアプリケーションは、将来においてメリットをもたらし、また、改善されていくだろうが、依然として応用分野は限定されている」と発言している
 
ーーーーー
On Mondayビッグ・データと機械学習の違いは、コンピュータが目的を知っているかいないかの、違いなのでしょうかね? そして、機械学習は、目的/目標を知っているからこそ、新たに収集したデータに、これまでとは異なる何かを見つけたときに、それに応じた振る舞いを試みると、言っているように聞こえます。 Agile Cat が毎日のように利用する、Google 翻訳も機械学習なのだと思います。 だから、フィードバック送信というボタンがあり、エディタ上で人間が訳した結果を、送ってくれと言っているのでしょう。 そして、そのフィードバックの内容から、新しい何かを見つけだし、アルゴリズムに修正を加えていくのだと推測します。 つまり、正解は何かという目標を、データ・ドリブンで手さぐりしている状況なのでしょう。 いまは、Evenote にコピーしてから、そこで翻訳という手順なので、上手くフィードバックが送れないのですが、少し手順を考え直そうかと思っています。 この記事を訳して、ガンバレ機械学習と言いたい気分になってきました 🙂  そして、人工知能ですが、機械学習の延長線上にも登場するでしょうし、また、まったく異なる形もあり得るのでしょう。 しかし、まだまだ時間が必要なのだとも思えてきます。_AC Stamp
ーーーーー
<関連>
IT Spending の調査:グローバル IT 総支出が 6% も低下! 2014年のレベルに戻るのは 2019年!
Shadow IT の調査: 膨大な数の未承認クラウド・サービスが、大手企業で利用されている
Software-Defined X の調査:ソフトウェアが世界を飲み込んでいく 2016年
Cloud の調査:勝利宣言の 2015年を振り返り、大進撃の 2016年を予測する
Container の調査: エンタープライズ DevOps のためにも、コンテナが不可欠だ!
 

Comments Off on Machine Learning の調査: ビッグデータと機械学習と人工知能の、ちがいを簡単に整理する

%d bloggers like this: