Vaše jednička mezi nulami
ITBiz.cz

Strategické vs. taktické projekty: I strojové učení může selhat

ITBiz.cz , 26. August 2019 21:35 0 komentářů
Rubriky: Cloud, Ekomerce, Technologie, Podnikový software, Návody a průvodce, Marketing, Internet, Byznys
Strategické vs. taktické projekty: I strojové učení může selhat

V jakém oboru došlo zavádění umělé inteligence a strojového učení nejdále? Jednou z možných odpovědí je finanční sektor. Problém je, že tyto projekty mnohdy nepřinesly očekávané výsledky a již se projevuje zklamání.

Specialista na platební systémy a prevenci podvodů Cleber Martins napsal na toto téma komentář pro DarkReading.com. Podle něj řada finančních institucí přistoupila k strojovému učení příliš strategicky, větší šanci na úspěch mají jednoúčelové taktické projekty. Lépe než se snažit třeba o celkovou optimalizaci investic je proto zvolit si užší cíl, třeba prevenci podvodů, a zde pak zkusit do systému dostat maximum expertních znalostí.

Z toho mj. vyplývá, že původní model by neměli vytvářet jen datoví vědci, ale v maximální možné míře experti. Pokud totiž řešíme nějakou specifickou oblast, jak jsou např. finanční podvody, pak ve skutečnosti k dispozici není dostatek dat, alespoň to tvrdí C. Martins. Podvodná je jen malá část transakcí, navíc zrovna zde je obtížné získat další data z veřejných nebo placených zdrojů (na rozdíl od dejme tomu fungování trhu jako celku). Jestliže model na začátku navrhne pouze specialista na data, může velmi dlouho trvat, než dokážeme systém vyškolit na slušnou úroveň spolehlivosti. Klíčový je proto co nejpřesněji fungující vstupní model, který mohou poskytnout pouze experti na daný obor. Ale co si budeme nalhávat – mají o něco takového zájem? Můžeme tisíckrát tvrdit, že takový specialista bude mít místo i vedle systému, ale… (třeba jich už nebude potřeba tolik, budou postradatelnější, ztratí pocit výlučnosti…).

Další problém je v tom, že současné systémy pro strojové učení nejsou příliš určeny k tomu, aby s nimi pracovali běžní uživatelé (klikací vizuální prostředí pro vývoj, přehledné grafické panely apod.). Pak nezbývá, než datového vědce a specialistu na podvody posadit do jedné kanceláře. Každopádně – čím méně dat (vlastnost řady taktických, jednoúčelových projektů), tím je účast experta potřebnější, shrnuje C. Martins, a to nejen při návrhu modelu, ale i při jeho dalších úpravách.


Komentáře

Přidat komentář