Místo psaní pravidel pro každou situaci ukážete počítači příklady a necháte ho najít vzorce. To je strojové učení – algoritmy, které se učí z dat a vytvářejí předpovědi. Spamový filtr se učí z milionů označených e-mailů. Doporučovací systém se učí z toho, co jste sledovali a co jste přeskočili.

Strojové učení má tři hlavní paradigmata. Učení s dohledem využívá označená data. Učení bez dohledu nachází strukturu v neoznačených datech. Učení s posilováním trénuje agenty pomocí odměn a penalizací. Hluboké učení využívá neuronové sítě s mnoha vrstvami pro zpracování obrázků, řeči a textu.

Běžné aplikace

• Rozpoznávání obrazů: obličeje, objekty, lékařské skeny
• Přirozený jazyk: překlad, chatboti, analýza sentimentu
• Doporučení: produkty, filmy, hudba
• Odhalování podvodů: kreditní karty, pojistné události
• Autonomní systémy: auta, drony, roboti

Strojové učení je sice mocné, ale nedokonalé. Modely mohou být zkreslené, křehké a obtížně interpretovatelné. Potřebují velké množství čistých dat. Selhávají způsoby, které jsou lidem zřejmé. Tento obor se rychle rozvíjí. Zábradlí však nikoli.