لماذا تحتاج الشركات الصغيرة إلى الاهتمام بما هو التعلم الآلي؟

Share:

لماذا تحتاج الشركات الصغيرة إلى الاهتمام بما هو التعلم الآلي؟


ما هو التعلم الآلي؟ الذكاء الاصطناعي؟ تعلم عميق؟ اسأل مجموعة من أصحاب الأعمال الصغيرة عن معنى هذه المصطلحات ، ويمكن لمعظمهم وضع تعريف عملي. ومع ذلك ، يمكن أن تكون النتائج التي تحصل عليها من مثل هذا الاستطلاع غير الرسمي متنوعة مثل "إنها في CRM أستخدمه" ، إلى صور نهاية العالم ، المستوحاة من أفلام مثل The Terminator ، للروبوتات التي تستحوذ على العالم. في كلتا الحالتين ، من المحتمل أن يقول معظم الناس أن الذكاء الاصطناعي والتعلم الآلي والتعلم العميق مترادفين أساسًا. الحقيقة هي أن التعلم الآلي يرتبط بكل من الذكاء الاصطناعي والتعلم العميق ، ولكن هذا المفهوم التقني متميز.


يعد "التعلم الآلي" أحد هذه المفاهيم ، إلى جانب التسويق عبر وسائل التواصل الاجتماعي ونشر مدونة ، يسمع الكثير من أصحاب الأعمال أنهم بحاجة إلى الاستثمار فيها ، لكنهم ليسوا متأكدين من السبب وراء ذلك باستثناء أنهم سمعوا أن "هذا هو المستقبل". إن التعلم حقًا هو المستقبل ، لكن هذا لا يعني أنه يجب أن يكون مربكًا كما يبدو Skynet.) كما قال جريج كورادو ، كبير الباحثين في جوجل ، لصحيفة الغارديان ، "إنه ليس سحرًا. إنها مجرد أداة. وتعتقد كورادو أيضًا أن التعلم الآلي سيكون قريبًا "يمكن للجميع فعل القليل".

ومع ذلك ، فإن قلة من أصحاب الأعمال التجارية الصغيرة يفهمون حقًا تعلم الآلة ، ولا يمتلك سوى الأكثر تفوقًا للتكنولوجيا خطة مفصلة للتنفيذ.

إليك ما هو التعلم الآلي ، وما الذي يجعله مختلفًا عن الذكاء الاصطناعي ، ولماذا يجب على الشركات الصغيرة مراقبة هذه التكنولوجيا.

التعلم الآلي مقابل التعلم الذكي: التعلم العميق: ما الفرق؟

في حين تستخدم في بعض الأحيان بالتبادل ، والتعلم الآلي ، والذكاء الاصطناعي ، والتعلم العميق ليست هي الشيء نفسه. كتب كالوم مكليلاند أن الذكاء الاصطناعى "[يتضمن] الآلات التي تنجز المهام المرتبطة عادة بالذكاء البشري". وعادة ما تتطلب هذه المهام التخطيط ، أو التعرف على الأنماط ، أو فهم اللغة ، أو حل المشكلات.

مصطلح "الذكاء الاصطناعي" ليس جديدًا مثل الضجة التي قد تصدقنا. في الواقع ، صاغ جون مكارثي ، عالم الكمبيوتر المعروف باسم "والد الذكاء الاصطناعي" ، المصطلح لأول مرة في عام 1956. في ذلك الوقت ، لم تكن أجهزة الكمبيوتر سريعة أو قوية بما يكفي لإنجاز المهام في أي مكان بالقرب مما يمكن للبشر القيام به ، ولكن هذا تغير في ال 60 سنة الماضية.

يمكن لمطوري اليوم تحقيق الذكاء الاصطناعي بعدة طرق. واحد هو أن يكتب كل بت واحد من التعليمات البرمجية اللازمة للجهاز لإنجاز مهمة محددة. بالنسبة للمهام البسيطة ، مثل البحث عن صفحات الويب التي تحتوي على الكلمة الأساسية الدقيقة المكتوبة بواسطة أنواع المستخدمين (كما في الأيام الأولى لـ جوجل ) ، فهذه طريقة رائعة لإنشاء الذكاء الاصطناعى. ومع زيادة توقعات المستخدم ، يجب على محركات البحث مثل جوجل الترميز بشكل أكثر كفاءة من أجل إنجاز قائمة متنامية من المهام الأكثر تعقيدًا ، مثل إرجاع نتائج البحث باستخدام المرادفات أو اللغة المنطوقة أو الكلمات الرئيسية المشابهة. خلاف ذلك ، سوف يستغرق ببساطة الكثير من الوقت.


بدلاً من ذلك ، تكتب جوجل وشركات أخرى رمزًا مصممًا للسماح لأجهزة الكمبيوتر بتعلم كيفية التقاط إشارات اللغة والتعرف على الأنماط واستخلاص استنتاجات حول ما يبحث عنه المستخدمون. إن تمكين أجهزة الكمبيوتر من معالجة المعلومات اللازمة للوصول إلى استنتاجاتها الخاصة ، باختصار ، هو التعلم الآلي.

هناك طرق عديدة للتعلم الآلي ، ومعظمها مماثل لكيفية تعلم البشر.

تعليمات

في هذه العملية ، يكمل البشر مهمة ، مثل تحديد صور لبعض النباتات ، بينما يلاحظ الكمبيوتر ويتعرف على تحديد الأنواع المختلفة. والنتيجة هي تطبيق مثل FlowerChecker.

"اقرأ كتاب"

يمكن للمطورين تحميل مجموعات بيانات تعلم الآلة الحالية ، مثل قائمة بخصائص النباتات حسب الأنواع ، لإعطاء التطبيق قاعدة معارف يمكن من خلالها اتخاذ القرارات.

تعلم عميق

يتضمن التعلم العميق إنشاء هياكل معقدة من أشجار اتخاذ القرار ، وتجميع المعلومات والمهام معًا ، وتعزيز التعلم. يقوم المطورون بتقسيم مهمة إلى "طبقات" ، مثل تحديد منحنيات الورقة وطول الساق ولون الزهرة ، للسماح للتطبيقات باستنتاج الأنواع الممثلة في الصورة.

أمثلة تعلم الآلة

على الرغم من أن التعلم الآلي قد تلقى الكثير من الضجيج في السنوات القليلة الماضية ، فمن المحتمل أنك تستخدم هذه التكنولوجيا في حياتك اليومية بالفعل دون أن تدرك ذلك.

GPS

في المرة القادمة التي تطلب فيها من Siri إرشادك إلى موقع جديد ، ستستخدم خرائط Apple بيانات من برامج تشغيل أخرى لدراسة أنماط حركة المرور والعثور على أسرع طريق. وبالمثل ، تساعد خرائط جوجل المستخدمين على التخطيط للوقت اللازم للمغادرة في رحلة ، ويقوم Waze بجمع بيانات المجتمع لإطلاع المستخدمين على ما يحدث في المسار الذي اختاروه. يقوم المستخدمون بإدخال التاريخ والوقت الذي يرغبون في الوصول إليه أو مغادرته ، ويبحث الذكاء الاصطناعي أنماط حركة المرور السابقة للتنبؤ بالوقت الذي قد يستغرقه وصولهم في وقت لاحق اليوم ، صباح الغد خلال ساعة الذروة ، أو أسبوع من الآن.

منع الغش

تستخدم شركة بطاقة الائتمان والبنك والمؤسسات المالية الأخرى التعلم الآلي لدراسة سلوك عملائها للحصول على أفضل في اكتشاف الاحتيال تلقائيًا. يتضمن ذلك التعرف على أنماط الإنفاق والسفر وغير ذلك.

المركبات ذاتية القيادة

إذا كنت قد شاهدت مركبات ذاتية القيادة حول مدينتك ، فقد رأيت تعلم الآلة أثناء العمل. تحتوي هذه المركبات على كاميرات وأجهزة استشعار و "دماغ" يسمح للمركبات بقيادة السيارات بنفسها. في كل مرة تقوم فيها السيارة برحلة ، لا تقوم فقط بمعالجة المعلومات لمحرك الأقراص الحالي ، ولكن أيضًا في جمع وتحليل البيانات لتحديد الأنماط. يساعد التعلم الآلي التكنولوجيا في هذه المركبات على تحديد العقبات والأخطار التي يجب تجنبها بشكل أفضل.

الاستخدامات اليومية الأخرى

قد تتضمن أمثلة تعلم الآلة الأخرى منظمات الحرارة التي تقوم تلقائيًا بضبط درجة حرارة الغرفة مع دخول المزيد من الأشخاص وتسخين المساحة ، وكاميرات استشعار الحرارة التي تساعد متاجر البيع بالتجزئة على تحديد العناصر والشاشات التي تحظى بأكبر قدر من الاهتمام من العملاء.

تعلم الآلة في الأعمال

هناك العديد من الطرق التي يؤثر بها التعلم الآلي على عملك وعملك. وفي الوقت نفسه ، يستخدم المزيد والمزيد من الشركات هذه التكنولوجيا لنسيم المنافسين السابقين ، مما يجعل تعلم الآلة أكثر أهمية للشركات الصغيرة من أي وقت مضى.

كيف تستخدم منصات CRM للتعلم الآلي

تستخدم الشركات من جميع الأحجام أنظمة إدارة علاقات العملاء (CRM) لتتبع التفاعلات مع عملائها ، ويمكن إجراء تحسينات في التنبؤ والتسويق والخبرات الشخصية والمزيد مع تعلم الآلة. تقوم أفضل منصات CRM بجمع البيانات باستخدام تقنيات مثل اختبار A / B وزيارات الموقع ومكالمات الخدمة وسجل الشراء ، ثم تحليل تلك المعلومات للأنماط. تأتي الأفكار عندما تتدفق الفرق على البيانات - أو عندما تستخدم منصة CRM الخاصة بك التعلم الآلي لتحليل البيانات والتنبؤ بسلوك العملاء في المستقبل.


Chatbots

العديد من الشركات الصغيرة تكافح من أجل تقديم خدمة العملاء "في أي وقت وفي أي مكان" والتي يمكن لعمالقة مثل أمازون  و Walmart. Chatbots يمكن أن تساعد. في الواقع ، ربما تكون قد أجريت محادثات مع chatbot برزت على الشاشة أثناء تصفحك لصفحة ويب: يمكن لهذه التطبيقات طرح أسئلة أولية حول مشكلة ما ، وتوجيه البطاقة إلى الشخص المناسب في فريق الشركة ، وحتى حل المشكلات البسيطة بمفردهم. كلما تعلمت chatbot من التفاعلات مع العملاء ، وكلما زاد تعقيد الأشجار في عملية اتخاذ القرارات المتعلقة بالتعلم ، زادت مهام خدمة العملاء التي يمكن أن تساعد في خلع لوحة مالك العمل أو خلعها.

توصيات المنتج

سبعون بالمائة من العروض التي تمت مشاهدتها على نتفليكس هي نتيجة توصية مخصصة من قبل النظام الأساسي. هذه التوصيات ممكنة بسبب التعلم الآلي. بالنسبة إلى نتفليكس والشركات الأخرى التي توصي بالمنتجات والخدمات ، تقوم خوارزمية بتتبع سلوك العملاء الفرديين ، وكذلك الأنماط بين العديد من العملاء المتشابهين. تساعد هذه الخوارزمية الشركات على إضفاء طابع شخصي على تجربة التسوق عبر الإنترنت بالإضافة إلى زيادة الإيرادات لكل معاملة.

مع ذلك ، أحيانًا لا يكون التعلم الآلي صحيحًا. يمكن الوصول إلى التوصيات المخصصة أو تفويتها ، كما أظهر كلا من نتفليكس و أمازون . هذا مجرد جانب واحد من جوانب التعلم الآلي الذي لا يزال بحاجة إلى التغيير والتبديل - والمزيد من التوجيه الإنساني.

كيف يمكن للشركات الصغيرة أن تبدأ بالتعلم الآلي

إذا كان كل هذا يبدو معقدًا للغاية ، فلا تقلق. إلى أن تصبح رؤية Greg Corrado للجميع بإنشاء جزء من تقنية التعلم الآلي لاحتياجاتهم الخاصة حقيقة واقعة ، فإن شركات التكنولوجيا تقوم بإنشاء تطبيقات جاهزة يمكن للشركات الصغيرة أن تبدأ استخدامها على الفور. استكشف تطبيقات الأعمال ، من نظام CRM الخاص بك إلى البرنامج الذي تستخدمه لإدارة جهود المبيعات الخاصة بك ، واستخدام التعلم الآلي و AI ، وكيف يمكن أن تساعد شركتك على الاستمرار في منافسيك.

Why Small Businesses Need to Pay Attention to What Machine Learning Is

مصدر الانفوجرافيك : https://www.salesforce.com 

ليست هناك تعليقات