Hva er maskinlæring?
Tradisjonell programvare følger regler som noen har skrevet ned på forhånd. Hvis kunden ikke har betalt innen fristen, send purring. Maskinlæring snur dette på hodet: i stedet for å skrive reglene viser du datamaskinen tusenvis av eksempler, og den finner mønstrene selv.
Poenget er oppgaver der reglene er for mange eller for vanskelige å formulere. Ingen klarer å skrive en komplett regelbok for hva som er en mistenkelig betaling eller en misfornøyd kunde. Men med nok eksempler kan et system lære å kjenne igjen begge deler, ofte bedre enn reglene noen gang ville klart.
Nesten alt som i dag kalles kunstig intelligens bygger på maskinlæring, også språkmodellene bak moderne chattetjenester. Resultatet av læringen kalles en modell, og eksemplene den lærer av kalles opplæringsdata.
Eksempel fra hverdagen
Når banken stopper kortet ditt fordi et kjøp ser rart ut, er det maskinlæring i arbeid. Systemet har sett millioner av vanlige og uvanlige kortkjøp og lært hva som skiller dem. Ingen har skrevet regelen om at akkurat dette kjøpet skulle stoppes. Mønsteret er lært av historikken.
Hvorfor det betyr noe for en mindre bedrift
Du trenger ikke bygge egne modeller for å ha nytte av maskinlæring. Jobben din er å kjenne igjen oppgavene der den kan hjelpe: alt som gjøres ofte, ligner på forrige gang og allerede finnes som historikk i systemene dine. Fakturaer, henvendelser, bestillinger og avvik er typiske kandidater. Historikken din er råstoffet, og den har du sannsynligvis mer av enn du tror.