5.1 Три ключевых фактора успеха

Давно уже сказано, что без революционной теории не может быть и революционного движения, и в настоящее время вряд ли есть надобность доказывать подобную истину.

Владимир Ленин. Задачи русских социал-демократов

Каковы три источника и три составных части революции машинного обучения? Если мы посмотрим на процесс машинного обучения, то обнаружим, что он представляет собой применение к некоторым данным некоторого алгоритма, представленного в виде программы для некоторой машины. Из этой формулы легко вычленить три ключевых фактора успеха: наличие подходящего алгоритма, подходящей машины и подходящего набора данных. Анализ «анатомии» современных систем, успешно решающих задачи распознавания образов или обработки естественного языка, показывает, что создание подобных систем даже в сравнительно недалёком прошлом было просто невозможно по причине недостаточного развития каждого из трёх компонентов: у наших предшественников не было ни подходящих алгоритмов, ни достаточно быстрых машин, ни достаточных объёмов данных. Вряд ли можно всерьёз говорить о заметном влиянии медийных или личностных факторов на приближение или отдаление технологического прорыва в области ИИ — даже если бы Фрэнк Розенблатт каким-то чудом изобрёл современные алгоритмы машинного обучения, то ограничения современных ему технологий всё равно не позволили бы создать подходящую для них вычислительную машину и собрать необходимые объёмы информации для обучения моделей.

Давайте попробуем подробнее взглянуть на то, как за последние несколько десятилетий изменились перечисленные выше компоненты (алгоритмы, машины и данные) и как это привело к революционным достижениям в области машинного обучения. Это позволит нам лучше разобраться, что же именно произошло и на что мы можем рассчитывать в ближайшем будущем в жизненно важных для развития ИИ направлениях.