Machine Learning & Deep Learning

Machine Learning, även kallat Maskininlärning på svenska, är en del inom datavetenskap och man kan även beskriva det som en tillämpning av Artificiell Intelligens (AI). Det är en metod som gör system och maskiner smartare och som ger många spännande möjligheter för teknisk utveckling.

Vad är Machine Learning?
Ett enkelt sätt att beskriva Machine Learning är genom att beskriva det som en metod för hur datorer kan lära sig. Som namnet antyder så handlar det helt enkelt om att maskinen i sig utvecklas och lär sig från de situationer som den utsätts för. Med hjälp av Machine Learning behöver man alltså inte programmera datorerna för varje specifik situation utan den kan efter hand lära sig och på så sätt bli bättre.

Machine Learning brukar ibland beskrivas som två delar av en process. I första skedet så pratar man om indata och man menar då den input som datorn får. Den andra delen av processen brukar kallas utdata och beskriver den output som datorn ger efter att den har processat inputen.

Vad används Machine Learning till?
Machine Learning används idag inom mängder av olika branscher och områden. I sammanhang där man pratar om AI (artificiell intelligens) så kommer ofta Machine Learning upp som ett av samtalsämnena. Även inom samtal som rör robotar och exempelvis självkörande bilar så är maskininlärning ett vanligt förekommande ämne. Andra områden där metoden ofta används är till exempel när man arbetar med statistik eller med mönsterigenkänning.

Ibland brukar man också dela upp Machine Learning och dess användningsområden i två delar baserat på olika situationer då den används. De två termerna för att beskriva detta är Supervised Learning och Unsupervised learning.

Supervised Learning :
I den här situationen så använder sig datorn av exempel som den har fått och lär sig att replikera dessa. Till sitt förfogande har datorn här alltså både indata och exempel på utdata som man har gett den.

Unsupervised Learning :
I fall där man pratar om Unsupervised så har man inte gett datorn några exempel på utdata. Datorn behöver då själv lära sig och försöka förstå vilken typ av utdata den ska generera utan att kunna jämföra med andra exempel.

Deep Learning
När man pratar om fakta kring Machine Learning så kan det även vara värt att nämna Deep Learning eftersom denna term ofta kommer upp i diskussioner. Man har visserligen pratat om Deep Learning sedan så långt tillbaka som 70-talet men idag hör man termen allt mer ofta.

Deep Learning är ett område inom Machine Learning och kallas ibland också för just Deep Machine Learning. Det handlar om hur man tränar ett nätverk med mängder av lager. Med ett stort antal lager så kan nätverket dela upp problemlösning i flera delar och i ett större antal steg. Detta gör att man kan träna nätverket på ett nytt sätt och få den att lösa svårare och mer komplexa problem. 

Skillnaden mellan Machine Learning och Artificiell Intelligens
En annan term som är bra att ta upp som också ofta nämns i sammanhanget är Artificiell Intelligens, ofta förkortat till AI. Att datorer kan lära sig baserat på de situationer de utsätts för och de erfarenheter de får brukar kallas för AI (Artificiell Intelligens).

Så vad är då skillnaden mellan Machine Learning och Artificiell Intelligens? Jo de två termerna står faktiskt för två olika saker även om många som inte är så insatta i ämnet ibland förväxlar dem.

Artificiell Intelligens handlar om hur maskiner kan utföra olika typer av uppgifter på ett sätt som vi kan betrakta som ”smart”. Det är alltså ett lite bredare begrepp som beskriver smarta maskiner.

I sammanhanget kan därför Machine Learning beskrivas som en form av tillämpning av AI. Det används alltså för att kunna skapa eller uppnå AI, utan maskininlärning hade detta varit mycket mer komplicerat och tidskrävande.

Artificiell Intelligens beskriver själva förmågan att lära sig och Machine Learning är kort och gott en beskrivning på när man använder Artificiell Intelligens för att datorer ska kunna lära sig från erfarenhet istället för genom programmering.

Verktyg för Machine Learning
Allt eftersom Machine Learning blivit allt mer populärt och använt inom fler branscher så har det utvecklats ett stort antal nya tjänster och verktyg. Stora aktörer såsom till exempel Amazon Web Services (AWS) lanserar ständigt nya verktyg och uppdateringar av deras system. Just Amazon har faktiskt arbetat med Artificiell Intelligens i över 20 år och är en stor aktör inom Machine Learning. De har inom Amazon ML släppt ett antal olika tjänster för olika typer av applikationer och situationer. Till exempel har de lanserat ett antal tjänster för språk såsom Amazon Comprehend, Amazon Transcribe och Amazon Translate. Via Amazon ML och andra verktyg från AWS får du alltså tillgång till både infrastruktur, tjänster och verktyg som du kan använda för att utveckla dina system och applikationer.

Vi hjälper dig med Amazon ML och Machine Learning
Är du nyfiken på hur du skulle kunna börja använda dig av Machine Learning, Deep Learning eller Artificiell Intelligens i ditt företag? Vi hjälper dig gärna med tips och råd och att komma igång med olika tjänster. Läs mer om de olika verktygen eller kontakta oss redan idag så berättar vi mer om hur vi kan hjälpa dig!