תוכן עניינים:
למידת מכונה (ML) תהיה ביטחון או נטייה לעסק, תלוי עם מי אתה מדבר. מצד אחד זה יביא מגוון רחב של יכולות חדשות לתהליכים דיגיטליים - כל דבר, החל מזרימות עבודה אוטומטיות ועד תשתית לניהול עצמי. מצד שני, זה ימנע משרות וישאיר ארגונים חסרי אונים לבצע תיקונים כאשר העניינים משתבשים.
האמת היא ככל הנראה איפשהו בין שני הקצוות הללו, אבל כדי באמת להתמודד עם מה ש- ML יכולה ואינה יכולה לעשות, יש צורך להפיג חלק מהמיתוסים שצמחו סביב הטכנולוגיה. (עם כל כך הרבה מה להציע, מדוע לא כולם משתמשים ב- ML? גלה בארבע מחסומים שדוחקים את אימוץ למידת המכונה.)
מיתוס 1: למידת מכונה ובינה מלאכותית זהים זה לזה.
אמנם נכון ששניהם משתמשים באותה טכנולוגיה בסיסית, אך AI הוא מונח מטריה המקיף מגוון רחב של תחומים. לדברי ד"ר מייקל ג'יי גרבאדה, מנכ"ל מערכת החינוך האקולוגית, AI מקיף לא רק ML, אלא רשתות עצביות, עיבוד שפות טבעיות, זיהוי דיבור ושלל טכנולוגיות מתפתחות אחרות. ל- ML יש הבחנה ביכולתה לשנות את הקוד שלה על סמך חוויות, שינויים בסביבתו או הצגת יעדים חדשים - זהו למעשה היבט "הלמידה" של למידת מכונה.
