جدول المحتويات:
يعد التعلم الآلي أحد أكبر التطورات في تاريخ الحوسبة ، ويُعتقد الآن أنه قادر على القيام بأدوار مهمة في مجال البيانات والتحليلات الضخمة. يعد تحليل البيانات الكبيرة تحديًا كبيرًا من منظور الشركات. على سبيل المثال ، يمكن أن تستهلك الكثير من الموارد أنشطة مثل فهم كميات هائلة من تنسيقات البيانات المتنوعة وإعداد البيانات للتحليلات وتصفية البيانات المتكررة. توظيف علماء البيانات والمتخصصين هو اقتراح باهظ الثمن وليس في حدود كل شركة. يعتقد الخبراء أن التعلم الآلي قادر على أتمتة العديد من المهام المتعلقة بالتحليلات - الروتينية والمعقدة. يمكن لأتمتة التعلم الآلي أن توفر الكثير من الموارد التي يمكن استخدامها في وظائف أكثر تعقيدًا وابتكارًا. يبدو أن التعلم الآلي يسير في هذا الاتجاه. (لمعرفة المزيد حول استخدام التعلم الآلي ، راجع الوعود والمآزق الخاصة بالتعلم الآلي.)
الأتمتة في سياق تكنولوجيا المعلومات
في سياق تكنولوجيا المعلومات ، الأتمتة هي الربط بين الأنظمة والبرامج المتباينة بحيث تكون قادرة على أداء وظائف محددة دون أي تدخل بشري. في صناعة تكنولوجيا المعلومات ، يمكن للأنظمة الآلية أداء وظائف بسيطة ومعقدة. مثال على مهمة بسيطة يمكن أن يكون دمج نموذج مع PDF وإرسال المستند إلى المستلم الصحيح ، في حين أن توفير نسخة احتياطية خارج الموقع يمكن أن يكون مثالًا على مهمة معقدة.
للقيام بعملها ، يحتاج النظام الآلي للبرمجة أو إعطاء تعليمات صريحة. في كل مرة يطلب فيها نظامًا آليًا لتعديل نطاق وظائفه ، يلزم تحديث البرنامج أو مجموعة التعليمات بواسطة كائن بشري. على الرغم من كفاءة النظم الآلية في وظائفها ، يمكن أن تحدث الأخطاء لأسباب مختلفة. عند حدوث أخطاء ، يجب تحديد السبب الجذري وتصحيحه. من الواضح أن الأنظمة الآلية تعتمد على البشر في أداء وظائفهم. كلما كانت طبيعة الوظيفة أكثر تعقيدًا ، كلما زاد احتمال حدوث أخطاء وقضايا.
