یادگیری ماشین ، آینده ای پر شتاب در پیش دارد

طبق بررسی‌های صورت گرفته، سال جدید میلادی نقطه عطفی در تاریخ فناوری یادگیری ماشین خواهد بود. مرکز تحقیقاتی Deloitte معتقد است تا پایان سال ۲۰۱۸، استفاده از فناوری یادگیری ماشین به دوبرابر افزایش خواهد یافت. مهم‌ترین عامل این رشد خارق‌العاده، توسعه ریزتراشه‌های نیمه‌رسانا است که از یکسو باعث کاهش مصرف انرژی در اپلیکیشن‌ها می‌شود و از سوی دیگر ارتقای سرعت و افزایش کارآیی آنها را در پی دارد.

طبق پیش‌بینی‌های Deloitte تا پایان سال ۲۰۱۸ بیش از ۲۵درصد تمام تراشه‌های مورد استفاده در مراکز داده‌ای که برای سرعت بخشیدن به فناوری یادگیری ماشین به‌کار می‌رود، به‌طور کامل Programmable (برنامه‌پذیر) خواهد  بود. این مرکز تحقیقاتی مدعی است نوع جدید تراشه‌ها، استفاده از یادگیری ماشین را بسیار شتاب می‌بخشد. کارشناسان این مرکز همچنین معتقدند تعداد پروژه‌های پیلوت که در آنها از این فناوری استفاده می‌شود، در سال ۲۰۲۰ نسبت به رقم فعلی آن در سال جاری دوبرابر خواهد شد. با وجود این پیش‌بینی‌های هیجان‌انگیز، Deloitte می‌گوید شرکت‌های کمی در حال‌حاضر از این فناوری‎ها استفاده می‌کنند. از جمله چالش‌های موجود بر سر راه می‌توان به این موارد اشاره کرد: نبود کارشناسان زبده، فقدان ابزار و چارچوب‌های مناسب و نیز دشواری به‌دست آوردن مقادیر انبوه داده که برای تکنیک‌های توسعه برخی مدل‌های یادگیری ماشین موردنیاز است.

منبع:همکاران سیستم 

    نظرات

    انسان‌های هک شدنی
    فرادانش
    انسان‌های هک شدنی
    «جاناتان باتس» مدیر مرکز «سکیور سلوشنز» در کنفرانس سالانه «بلک هت» به‌صورت مستقیم نشان داد که چطور بدن یک بیمار می‌تواند هک شود و او را تا آستانه مرگ پیش ببرد.
      2018-08-17 18:17:00
    مقایسه تحلیلی سرویس های خدمات ابری در کشور
    رایانش ابری
    مقایسه تحلیلی سرویس های خدمات ابری در کشور
    اشنائی وضعیت خدمات ابری از آن جهت حائز اهمیت است که به شما (خریدار ایرانی که تصمیم می‌گیرید از شرکت‌های داخلی سرویس‌های مشابهی را خریداری کنید)، دید روشنی از نحوه سرویس‌دهی و تعهداتی را که شرکت‌ باید به آن پایبند باشد، ارائه می‌کند.
      2018-08-08 07:24:49