یادگیری ماشینی تجربه ی کاربری موبایل ها را دگرگون خواهد کرد

همین الان هم ماشین ها در تحلیل و بررسی خیلی از مسائل از ما جلوتر اند. این روزها در بسیاری از محافل علم و تکنولوژی از یادگیری ماشینی به عنوان موجی که ما را با جهشی بزرگ به آینده خواهد برد یاد می کنند. اما آیا قرار است به سمت طلوع عصر جدیدی از زندگی انسان ها برویم؟ و یا این که دوره ی حکمرانی ماشین ها را شاهد خواهیم بود؟

در این مقاله قرار نیست در مورد چگونگی یادگیری ماشینی صحبت کنیم. تنها به ذکر همین نکته بسنده می کنیم که یادگیری ماشینی قرار است سیستم های کامپیوتری را در اشتراک گذاری هر چه بهتر اطلاعات، قابلیت پیش بینی تغییرات و از همه مهم تر یادگیری چیزی که قبلا برای آن برنامه ریزی نشده اند کمک کند. برای درک چگونگی یادگیری ماشینی سری به مقاله یادگیری ماشینی چیست؟ بزنید.

در ادامه ی مطلب با دیجیاتو همراه باشید تا با هم نگاهی بیاندازیم به تحولاتی که یادگیری ماشینی در پی خواهد داشت.

در دهه ی اخیر گسترش و بسط استفاده از تلفن های هوشمند یکی از عوامل پیشرفت سریع یادگیری ماشینی بوده است. این کامپیوترهای کوچک جیبی حجم انبوهی از داده های مفید مرتبط به علایق و رفتارهای کاربرانشان را گردآوری نموده اند که با بررسی، تحلیل و آنالیز آنها توسعه ی فناوری های یادگیری ماشینی از هر زمان دیگری سریع تر گشته.

از ماشین ها متشکریم

شرکت های کمی هستند که در کنار گوگل در این زمینه فعالیت می کنند. گوگل سرمایه گذاری هنگفتی بر روی توسعه ی نرم افزارهایی کرده که می توانند بدون برنامه ریزی قبلی یاد بگیرند و در تلاش است تا از آنها در تحلیل داده های بزرگ استفاده کند. اگر این چنین شود، تمام سرویس های کمپانی ساکن مانتین ویو از نتیجه ی این امر سود خواهند برد.

به عنوان مثال جیمیل خواهد توانست ایمیل های اسپم را از ایمیل های واقعی جدا کند (اتفاقی که البته امروز تا حد زیادی به حقیقت پیوسته). تشخیص صدا در اندروید به شکل چشم گیری پیشرفت خواهد نمود و شناسایی عکس، تصویر و نقشه در جست و جوی گوگل بهبود قابل ملاحظه ای خواهد داشت. گوگل در صدد است تا دنیای موبایل را با توانایی پیش بینی Google Now تکان دهد. تشخیص وضعیت فعلی کاربر و ارائه ی پیشنهاد هایی به وی در Now On Tap بر همین اساس هستند. این قابلیت می تواند بفهمد که کاربران در حال انجام چه کاری در اپلیکیشن ها هستند و از همین طریق بر حسب نیازشان در مواقع ضرورت به آنها پاسخ ها و پیشنهاد هایی ارائه دهد.

مثالی از این مورد در Google I/O به نمایش درآمد. در حالی که کاربر در حال پخش آهنگ خاصی بود، از Google Now پرسید "اسم او چیست؟" و Google Now نیز پاسخی صحیح داد و دقیقاً نام خواننده ی آهنگ را عنوان کرد.

یادگیری ماشینی می تواند باعث پیشرفت خوبی در سرویس های ایمیل گردد. ایده ی یک سرویس ایمیل هوشمند که بتواند نامه های مهم را مشخص کند، به صورت خودکار یادآور یا Reminder بسازد و پیام های مرتبط را دسته بندی نماید چیز جدیدی نیست، اما هنوز تا کاربردی شدن فاصله ی زیادی دارد.

مثال های بی شمار دیگری در این زمینه وجود دارند. وقتی در نوار جست و جوی گوگل عبارت "آیا می دانید..." را تایپ می کنید، پیشنهاد ها و نتایج جستوجو همه بر اساس همین قابلیت یادگیری ماشینی هستند. نمونه ی دیگری در این زمینه تبلیغات نمایش داده شده در فیس بوک و گوگل به حساب می آید که در بیشتر موارد توسط ماشین انتخاب می شود.

صد البته که گوگل تنها شرکتی نیست که در این زمینه فعال است. کورتانا و سیری نیز مسیر Google Now را دنبال می کنند. در ادامه نگاهی اجمالی خواهیم داشت به چیزهای جالبی که قرار است یادگیری ماشینی برای ما به ارمغان بیاورد.

ارمغان ماشین ها

یادگیری ماشینی می تواند داده های وسیع را تحلیل کرده، تغییرات آینده را پیش بینی نموده و با دریافت اطلاعات جدید شیوه ی تحلیل خود را بهبود بخشد.

پتانسیل زیادی در یادگیری ماشینی وجود دارد تا بتواند زندگی ما را بهتر کند. چون یادگیری ماشینی اصولا با اطلاعات بزرگ و حجیم یا در اصطلاح Big Data سر و کار دارد. این تکنولوژی می تواند داده های وسیع را تحلیل کرده، تغییرات آینده را پیش بینی نموده و با دریافت اطلاعات جدید شیوه ی تحلیل خود را بهبود بخشد. اندکی از چیزهایی که یادگیری ماشینی در تجربه ی کاربری ما به وجود خواهد آورد به شرح زیر است:

- ترجمه:

ترجمه ی لغت به لغت عبارت ها با گوگل ترنسلیت را فراموش کنید، حتی هدست های مخصوص ترجمه ی لحظه ای که در کنفرانس های بین المللی استفاده می شود هم به تاریخ خواهند پیوست. یادگیری ماشینی می تواند ترجمه ی لحظه ای واقعی را به ارمغان بیاورد. اگر نگاهی به مترجم لحظه ای اسکایپ بیاندازید متوجه خواهید شد، که در ترجمه تاخیری لحظه ای دارد و بی نقص کار نمی کند. اما دیری نخواهد پایید که به زبان های مختلف صحبت کنیم و موبایل مان صحبت ها را در لحظه به دیگر زبان دلخواه مان بازگرداند. صد البته که در مورد یک ترجمه با صدای بی روح یک ربات حرف نمی زنیم. یادگیری ماشینی خواهد توانست ترجمه ی لفظی را بدون کوچکترین نقص و با تمام استرس ها و تاکید های صحبت های محاوره ای انجام دهد.

- تناسب اندام:

در طی یکی دو سال اخیر عده ی زیادی به نرم افزار ها و گجت های پوشیدنی مخصوص تناسب اندام روی آورده اند. اما به راستی چند درصد از ما می دانیم که با داده های تولیدی توسط این ابزار ها چه کار باید کرد؟ چه قدر خوب بود اگر موبایل مان پیشنهاد ها و ترفند هایی عملی را در این زمینه ارائه می داد و چه بهتر می شد اگر تمام داده های مربوط به پیاده روی و ورزش، عادات غذایی و ژنتیک بدن و... در این پیشنهاد ها دخیل بود. اگر بگوییم یادگیری ماشینی پا را از این حدود هم فراتر خواهد گذاشت و می تواند بر نحوه ی ورزش کردنتان نیز نظارت کند تا در سریع ترین و بهترین وضع ممکن، اوضاع جسمانی تان را بهبود بخشد نباید چندان تعجب کنید چون این مسئله به واقع امکان پذیر است و به زودی رخ می دهد.

- باتری:

بعید است کسی را در اطراف مان پیدا کنیم که از یک باتری قوی تر با طول عمر بیشتر برای گجت های الکترونیکی ش استقبال نکند. یادگیری ماشینی می تواند به عمق موبایلتان نفوذ کند و بفهمد در حال حاضر دقیقا به چه سطحی از پردازش داده نیازمندید، سپس با بهینه سازی عملیات های مرتبط و حذف موارد اضافی تغییری چشم گیر را در طول عمر باتری دیوایس به وجود آورد.

- اتوماسیون و پیش بینی:

تصور کنید قرار است داده هایی را دسته بندی کنید و اسمارت فون شما بدون هیچ گونه دخالتی از سمت تان این کار را انجام دهد. یادگیری ماشینی می تواند شیوه ی استفاده ی فرد از موبایلش را فرا گرفته و از آن برای انجام امور مختلف استفاده کند. این کار قادر است به بهبود عمر باتری که در بالا اشاره کردیم نیز کمک کند.

پتنت سال 2012 گوگل به همین مسئله اشاره دارد: انجام اموری از قبیل تنظیم خودکار صدا و نور صفحه، پیشنهاد کانتکت های موبایل در زمان شماره گیری در محل های بخصوص و ساخت خودکار آلبوم عکس و نامگذاری آن با عنوانی مرتبط همه مثال های ساده ای از این دست هستند.

- پیشنهاد ها:

همین الان هم دستیار های صوتی در این زمینه پیشرفت هایی داشته اند، اما قرار است پا را از این حد فراتر بگذاریم. چه بخواهید اسمارت فون جدیدی بخرید، بازی رایانه ای تازه ای را امتحان کنید و یا تعدادی آهنگ دانلود نمایید، در همه ی این موارد فضا برای ورود یادگیری ماشینی باز است تا با فهمیدن عادات شما، پیشنهاد های خوبی ارائه دهد. در این زمینه می توان آنقدر دقیق شد که اطلاعات مربوط به زمان و مکان و حالت روحی و هر چیز دیگری را هم به مجموعه اضافه کرد.

ترس ها و شکست ها

تا زمانی که حجم گسترده ای از اطلاعات را در اختیار یادگیری ماشینی قرار ندهیم، واقعا نمی توانیم از فواید بی شمار آن مطلع شویم و این اتفاق رخ نخواهد داد مگر اینکه بگذاریم یادگیری ماشینی مهمان همیشگی گجت هایمان گردد. اگر بخواهیم دقیق تر بگوییم، برای هر چه بهتر عمل کردن یادگیری ماشینی، نیاز به حجم زیادی از اطلاعات شخصی کاربران است. اگر داده های شخصی تان را در اختیار ابزاری همانند Google Now قرار ندهید، نمی توانید از فوایدش نیز بهره مند شوید.

اگر حریم خصوصی برایتان خیلی مهم است، پس باید دور رفاقت با اسمارت فون تان را خط بکشید.

اگر حریم خصوصی برایتان خیلی مهم است، پس باید دور رفاقت با اسمارت فون تان را خط بکشید.

از دیگر مشکلات یادگیری ماشینی خطاهای بالقوه ای است که احتمال دارند رخ دهد. همین چند وقت پیش گوگل فوتوز عکس های افراد سیاه پوست را به اشتباه با تگ گوریل ها دسته بندی می کرد. یکی از دردسرهای اصلی زمانی است که یادگیری ماشینی با داده ای کاملا جدید روبرو می شود و بدون دخالت انسان شاید اشکالات زیادی در زمینه های مختلف رخ دهد. عده ی بسیاری نگران بروز فاجعه در هنگامیکه ماشین ها رانندگی، خلبانی و حتی بازار بورس را به دست گیرند هستند. هر چند همین الان هم با دخالت انسان، فجایع عظیمی رخ می دهد.

یادگیری ماشینی می تواند اقتصادی رباتیک را به همراه داشته باشد، جایی که کارایی ماشین ها بیشتر از انسان ها می گردد و میلیون ها نفر از کار برکنار می شوند. آیا قرار است به آینده ای بدون سختی و همراه با آسایش قدم بگذاریم؟ یا این که عده ی زیادی از گرسنگی و بیکاری تلف می شوند در حالی که عده ی کمی هر روز ثروتمند تر خواهند گشت؟ حقیقتا هنوز نمی دانیم اگر روزی ماشین ها باهوش تر از ما شوند چه رخ خواهد داد. هر چه باشد امیدواریم که سرنوشتمان به سرنوشت "جان کانر" در فیلم های نابودگر گره نخورد.

ترکیب صحیح

این مسئله که ماشین ها چه قدر خود مختار هستند (و یا قرار است باشند) در قلب یادگیری ماشینی قرار دارد. همین امروز هم گوگل در موبایلمان سعی می کند رفتارمان را بفهمد و پیشنهاد هایی ارائه دهد. اما به صورت خود سر هیچ عملی در اسمارت فون ها صورت نمی گیرد. این که تا چه اندازه قرار است به موبایل مان اختیار دهیم تا در کارهایمان دخالت کند، بستگی به خودمان دارد.

مثل هر تکنولوژی دیگری، یادگیری ماشینی بنا دارد شیوه ی زندگی ما را قدری بهبود بخشد، اما این بهبود بستگی به طرز استفاده ی ما از تکنولوژی مذکور دارد.