Toiminnanohjausjärjestelmän vaihto

Koneoppimisen lyhyt oppimäärä ja vähän muutakin

Koneoppiminen löytyy terminä ja trendinä monien yritysten palaverimuistioista ja kehityshankkeista. Termi on usein yhdistetty toisiin yhtä kiehtoviin termeihin kuten IoT, keinoäly, big data jne. Mitä koneoppiminen sitten on ja onko kyseessä jokin uusi ja käänteentekevä asia?

 

Koneoppiminen (Machine learning) on keinoälyn yksi osa-alue, joka nousi suuremman yleisön tietoisuuteen jo 1950-luvun lopulla, joten kovin uudeksi ilmiöksi sitä ei voi enää kutsua, vaikka koneoppiminen tekeekin ns. uutta tulemistaan. Koneoppimisen pioneeri Arthur Samuel määritteli sen olevan tietokoneiden kyky oppia asioita ilman, että niitä on koodattu tekemään kyseisiä toimintoja. Nykyään hyviä esimerkkejä koneoppimisen sovelluskohteista ovat hakukoneet, puheentunnistus, konenäkö sekä raakadatasta ja analyyseistä rakennetut ennustavat työkalut. Edellisessä blogikirjoituksessamme mainittiinkin yritysten into kerätä dataa, mutta sen hyödyntäminen jää usein puolitiehen. Koneoppiminen tarjoaa tähän tehokkaan ratkaisun niille, jotka haluavat olla kehityksen aallonharjalla ja kehittää uutta osaamista.

 

Koneoppimisella, kuten keinoälyllä yleisesi, pyritään tehostamaan työntekijöiden arkea ja yrityksen liiketoimintaa kokonaisvaltaisesti. Kone pystyy käsittelemään huomattavasti suurempia määriä dataa kuin ihminen ja suoriutuu laskutoimituksista ja analyyseistä paljon nopeammin. Tämän takia koneoppiminen mahdollistaa mm. kaiken olemassa olevan tiedon hyödyntämisen päätöksenteossa, jonka kautta operatiiviset toiminnot tehostuvat ja asiakaskokemus paranee. Koneoppimisen vaikutus ulottuu siis yrityksen johdosta asiakkaisiin asti.

 

Mitä muutoksia koneoppiminen sitten tuo tullessaan?

 

Harvard Business Review’n jutussa The Business of Artificial Intelligence käsitellään keinoälyä ja koneoppimista liiketoiminnassa. Artikkelin mukaan muutoksia on luvassa kolmella eri osa-alueella: tehtävissä, liiketoimintaprosesseissa sekä liiketoimintamalleissa. Koneoppimisen nähdään täydentävän ihmistoimintoja ja rutiininomaiset tehtävät pyritään usein automatisoimaan koneoppimisen ja muun keinoälyn avulla.

 

On myös paljon asioita, joita koneoppiminen ja keinoäly eivät voi hetkeen tehdä. HBR:n jutussa kerrotaan esimerkiksi 2014 TED-konferenssissa julkistetusta palkinnosta, jonka saa ensimmäinen TED-talk lavalla puheen pitänyt keinoäly, joka saa yleisön antamaan aplodit seisaaltaan. ABB:n YuMi-robotti sai jo aplodit toimittuaan 12.9.2017 kapellimestarina Verdin Rigoletto-oopperassa, joten odotan mielenkiinnolla keinoälyn puhetta TED-konferenssissa.

No Comments

Sorry, the comment form is closed at this time.