Партнер проекта
Изнанка продукта: зачем учиться машинному обучению
Все больше продуктов сейчас разрабатывается при помощи искусственного интеллекта. Чтобы не оказаться на обочине прогресса, менеджеры должны понимать, как работают «мозги» робота
Фото: Stefan Wermuth / Bloomberg

Технологии искусственного интеллекта (ИИ) и машинного обучения используются на протяжении уже многих лет, но сейчас интенсивность их применения заметно выросла. Например, машинное обучение активно внедряют в сфере телекоммуникаций, в ретейле, маркетинге и электронной коммерции. Но многие до сих пор не до конца понимают, что же это такое.

Машинное обучение подразумевает обработку системой большого числа примеров, в ходе которой она выявляет закономерности и использует, чтобы прогнозировать характеристики новых данных. Другими словами, это процесс наделения ИИ «сознанием», умением запоминать и анализировать.

Робототехника Искусственный интеллект Открытия Big Data
Заставь машину думать: как развивают искусственный интеллект у роботов

Сейчас технологии машинного обучения используют ведущие технологические компании мира, например Alibaba, Apple, Facebook, Netflix. Способов применения такого обучения масса:

  • обработка заказов;
  • формирование рекомендаций;
  • оптимизация производства;
  • обучение голосовых помощников и чат-ботов;
  • распознавание образов.

Информация о поведении и предпочтениях каждого из нас круглосуточно собирается в базы крупных магазинов, банков и сотовых операторов. Эти данные позволяют бизнесу находить связи, предсказывать выгодные шаги.

Big Data Agile IT Искусственный интеллект Инновационный бизнес Внедрение
Big Data на службе розничной торговли

На первый взгляд, механизмы внедрения машинного обучения в большей степени касаются специалистов в сфере ИT. Но в эпоху цифровой трансформации понимать принципы искусственного интеллекта и машинного обучения важно и руководителям проектов, и менеджерам по продукту, и аналитикам, то есть всем, кто работает с данными.

Вне зависимости от того, есть ли у менеджера по продукту техническое образование, он регулярно должен решать две задачи, пишут авторы блога онлайн-школы SkillFactory (34-е место в рейтинге крупнейших EdTech-компаний России):

  • оценивать возможности продукта;
  • определять его суть и контуры.

Чтобы «вариться» в теме, находить интересные идеи и отстаивать со знанием дела перед руководством, менеджер по продукту должен понимать работу ИИ, а значит принципы машинного обучения. Основам менеджмента при помощи анализа данных посвящено несколько курсов SkillFactory (до 9 сентября читатели РБК могут получить скидку 30% на некоторые курсы).

В дальнейшем для освоения принципов машинного обучения подойдут специализированные курсы. Менеджер по продуктам с использованием ИИ в Xerox PARC Марк Крамер рекомендует для начала научиться кодированию (выучить какой-нибудь конкретный язык, к примеру Python), после чего приступать к основам искусственного интеллекта.

8 карточек Самообразование Онлайн-образование Переобучение Саморазвитие
Как научиться программированию с нуля?

Самые полезные из программ, по словам Крамера:

Самостоятельно освоить основы ИИ и машинного обучения помогут также Github и TensorFlow.

Кроме того, у крупных технологических компаний есть инструменты и платформы с открытым исходным кодом (Amazon AI, тот же TensorFlow, первоначально разработанный Google, и многие другие), которые делают машинное обучение доступным практически любой компании.