Na blogu tematyka sztucznej inteligencji (AI – artificial intelligence) pojawiała się nie raz. Tym razem o historii i sylwetkach ludzi, którzy stali na czele rewolucji wywołanej przez głębokie uczenie (deep learning), opowiedzianej przez Terrence’a J. Sejnowskiego na kartach książki „Deep learning. Głęboka rewolucja. Kiedy sztuczna inteligencja spotyka się z ludzką”, która ukazała się pod koniec kwietnia br. wydana przez Poltext.

W analityce dokonuje się zmiana warty – pojęcie big data, które stało się popularne około 2010 roku, zaczyna ustępować pola nowemu, modnemu trendowi – uczeniu maszynowemu. Rozwiązania machine learning, stanowiące podstawę sztucznej inteligencji, wykorzystują automatykę do rozpoznawania i uczenia się współzależności, szczególnie w zakresie analityki predykcyjnej i normatywnej (predictive and prescriptive analytics). Uczeniu maszynowemu towarzyszy kilka innych pojęć. Najważniejsze to: sieci neuronowe, deep learning i cognitive computing. Technologie te stosowane razem nie tylko umożliwią automatyczną i precyzyjną predyktywną analizę gargantuicznej ilości danych, ale w niektórych przypadkach, np. obrotów giełdowych – pozwolą wręcz kreować wydarzenia. Według IDC, w 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld. dol.