Talaan ng mga Nilalaman:
Ang pag-aaral ng makina (ML) ay magiging alinman sa isang boon o isang bane sa negosyo, depende sa kung sino ang iyong kakausapin. Sa isang banda, magdadala ito ng isang malawak na hanay ng mga bagong kakayahan sa mga digital na proseso - lahat mula sa mga awtomatikong daloy ng trabaho hanggang sa pamamahala ng sarili. Sa kabilang banda, tatanggalin nito ang mga trabaho at maiiwan ang mga organisasyon na walang kapangyarihan upang makagawa ng pagwawasto kapag nagigising ang mga bagay.
Ang katotohanan ay marahil sa isang lugar sa pagitan ng dalawang labis na labis na labis na ito, ngunit upang talagang makakuha ng isang hawakan sa kung ano ang magagawa at hindi magagawa ng ML, kinakailangan na iwaksi ang ilan sa mga alamat na lumago sa paligid ng teknolohiya. (Sa sobrang pag-aalok, bakit hindi lahat ng gumagamit ng ML? Alamin sa 4 na Mga Roadblocks na Nakatitig na Pag-ampon ng Learning sa Machine.)
Pabula 1: Ang pag-aaral ng makina at artipisyal na katalinuhan ay isa at pareho.
Habang totoo na pareho silang gumagamit ng parehong pangunahing teknolohiya, ang AI ay isang payong term na sumasaklaw sa isang malawak na hanay ng mga disiplina. Ayon kay Dr. Michael J. Garbade, CEO ng Edukasyon sa Edukasyon, ang AI ay hindi lamang ML, kundi ang Neural networking, natural na pagproseso ng wika, pagkilala sa pagsasalita at isang host ng iba pang mga umuusbong na teknolohiya. Ang ML ay may pagkakaiba-iba ng kakayahang baguhin ang sarili nitong code batay sa mga karanasan, mga pagbabago sa kapaligiran o ang pagpapakilala ng mga bagong layunin - ito ay mahalagang "pag-aaral" na aspeto ng pagkatuto ng makina.
