Машинное обучение

Что это значит

Машинное обучение - это область искусственного интеллекта, в которой система учится на данных находить закономерности и делать прогнозы без того, чтобы кто-то прописывал все правила. Вместо ручного программирования условий модель получает много примеров и сама выводит, как на них реагировать.

Различают обучение с учителем, когда модель получает примеры с правильными ответами, обучение без учителя, когда она сама ищет группы и аномалии, и обучение с подкреплением, когда она учится методом проб и ошибок. На машинном обучении построены и большие языковые модели.

Качество результатов зависит прежде всего от данных. Модель усваивает то, что находит в данных, включая ошибки и искажения. Поэтому качество данных и их репрезентативность в машинном обучении важнее самого выбора алгоритма.

Как это работает на практике

В бухгалтерии и финансах машинное обучение применяют, например, для автоматического распознавания и категоризации документов вместе с OCR, сопоставления платежей со счетами, прогноза денежного потока или выявления необычных транзакций, которые могут указывать на ошибку или мошенничество.

Компании не обязательно разрабатывать собственные модели. Большинство бухгалтерских, банковских и CRM-инструментов уже содержат машинное обучение. При выборе стоит спросить, на каких данных учится модель, улучшается ли она по исправлениям пользователя и где обрабатываются данные компании и её клиентов.

В крупных проектах, например при прогнозе продаж на основе больших данных, ключевую роль играет подготовка: объединение источников, очистка данных и чёткое определение того, что модель должна предсказывать. Результаты всегда проверяют на данных, которых модель не видела при обучении, чтобы увидеть реальную точность.

На что обратить внимание

Модель может выдавать убедительные, но неверные результаты, и не всегда понятно, почему она решила именно так. В важных решениях, например о кредитах или сотрудниках, последнее слово должно оставаться за человеком, который проверит результат.

Использование систем искусственного интеллекта регулирует и Акт об искусственном интеллекте, который для некоторых высокорисковых применений устанавливает строгие обязанности. Если модель работает с персональными данными, нужно соблюдать и GDPR, особенно при автоматизированном принятии решений о людях.