În loc să scrii reguli pentru fiecare situație, îi arăți unui computer exemple și îl lași să găsească tipare. Aceasta este învățarea automată - algoritmi care învață din date pentru a face predicții. Un filtru de spam învață din milioane de e-mailuri etichetate. Un motor de recomandări învață din ceea ce ai vizionat și din ceea ce ai omis.

Învățarea automată are trei paradigme principale. Învățarea supravegheată folosește date etichetate. Învățarea nesupravegheată găsește structură în datele neetichetate. Învățarea prin consolidare antrenează agenții prin recompense și penalizări. Învățarea profundă folosește rețele neuronale cu mai multe straturi pentru a gestiona imagini, vorbire și text.

Aplicații comune

• Recunoașterea imaginilor: fețe, obiecte, scanări medicale
• Limbaj natural: traducere, chatbot-uri, analiză a sentimentelor
• Recomandare: produse, filme, muzică
• Detectarea fraudelor: carduri de credit, cereri de despăgubire la asigurări
• Sisteme autonome: mașini, drone, roboți

Învățarea automată este puternică, dar imperfectă. Modelele pot fi părtinitoare, fragile și greu de interpretat. Au nevoie de cantități mari de date curate. Eșuează în moduri pe care oamenii le consideră evidente. Domeniul avansează rapid. Nu și paravanele.