Читайте РБК без баннеров

Подписка отключает баннерную рекламу на сайтах РБК и обеспечивает его корректную работу

Всего 99₽ в месяц для 3-х устройств

Продлевается автоматически каждый месяц, но вы всегда сможете отписаться

Изнанка продукта: зачем учиться машинному обучению

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

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.

Заставь машину думать: как развивают искусственный интеллект у роботов Фото:Bloomberg

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 на службе розничной торговли Фото:Bloomberg

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.

Что такое Big Data? Фото:Mint Images / Shutterstock

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.

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.

Программирование с нуля: с чего начать и как выучить Фото:Patricia de Melo Moreira / Bloomberg

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.