Inhoudsopgave:
Machine learning (ML) wordt een zegen of een vloek voor de onderneming, afhankelijk van met wie je praat. Aan de ene kant zal het een breed scala aan nieuwe mogelijkheden voor digitale processen bieden - alles van geautomatiseerde workflows tot zelfbeherende infrastructuur. Anderzijds zal het banen verdringen en organisaties machteloos maken om correcties aan te brengen wanneer dingen misgaan.
De waarheid ligt waarschijnlijk ergens tussen deze twee uitersten in, maar om echt grip te krijgen op wat ML wel en niet kan doen, is het noodzakelijk om enkele van de mythen die rond de technologie zijn opgegroeid te ontkrachten. (Met zoveel te bieden, waarom gebruikt niet iedereen ML? Ontdek het in 4 Roadblocks die de goedkeuring van Machine Learning verbluffen.)
Mythe 1: Machine learning en kunstmatige intelligentie zijn hetzelfde.
Hoewel het waar is dat ze allebei dezelfde fundamentele technologie gebruiken, is AI een overkoepelende term die een breed scala aan disciplines omvat. Volgens Dr. Michael J. Garbade, CEO van Education Ecosystem, omvat AI niet alleen ML, maar neurale netwerken, natuurlijke taalverwerking, spraakherkenning en een groot aantal andere opkomende technologieën. ML heeft het onderscheid dat het in staat is om zijn eigen code te wijzigen op basis van ervaringen, veranderingen in zijn omgeving of de introductie van nieuwe doelstellingen - dit is in wezen het "leren" aspect van machine learning.
