چاپ

بازاریابی سیاسی - طبق بررسی‌های صورت گرفته، سال جدید میلادی نقطه عطفی در تاریخ فناوری یادگیری ماشین خواهد بود. مرکز تحقیقاتی Deloitte معتقد است تا پایان سال 2018، استفاده از فناوری یادگیری ماشین به دوبرابر افزایش خواهد یافت.
به گزارش همکاران سیستم، 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 2018 بیش از 25درصد 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 2020 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.