Hanuz mashina ta’limi oddiy odamlar uchun xayolot olamidan bo‘lib ko‘rinadi. Shunga qaramay, aholi mashina ta’limi algoritmlari muvaffaqiyatli qo‘llanilishi mahsulidan har kuni foydalanadi – yo‘llardagi tirbandlik tahlilidan tortib o‘zini o‘zi boshqaruvchi avtomobillargacha.

Mashina ta’limi – bu sun’iy intellektning bir bo‘limi bo‘lib, ta’lim olishga qobil algoritmlarni qurishni o‘rganadi. Buning zamirida kompyuter shunchaki oldindan yozilgan algoritmni qabul qilmay, balki oldinga qo‘yilgan vazifani o‘zi hal etishga o‘rganishi g‘oyasi yotadi.

Bu nega muhim

Bugungi kunda kompyuterlar oldinlari faqat inson qo‘lidan keladi, deb hisoblanadigan sohalarda qo‘llanilmoqda. Texnologiyalar hali ham idealdan yiroq, lekin kompyuterlar muntazam takomillashib bormoqda. Nazariy jihatdan, ular cheksiz rivojlanishi mumkin. Mashina ta’limining tarovati ham shunda.

Turli gajetlar paydo bo‘lib, internet keng tarqala boshlagach, raqamli ma’lumotlar hajmi keskin ortdi va jadal o‘sib bormoqda. Cho‘ntakdagi mini-kompyuterlar yordamida ma’lumotlarning cheksiz oqimi to‘planadi: onlayn-xaridlar qilamiz, turli moliyaviy tranzaksiyalarni amalga oshiramiz, Feysbukda yangiliklar bilan bo‘lashamiz, Instagrammga fotosurat yuklaymiz va h.k. ma’lumotlar – bu har qanday biznes uchun hayotiy kuch manbaidir. Foydalanuvchilarning didlari va nimani afzal bilishlari haqidagi ahborotni tez va aniq qayta ishlash qarorlar qabul qilish tezligiga ta’sir qiladi. Bu, o‘z navbatida, raqobatchilardan ilgarilab ketishga, resurslarni tejashga va mahsulotlar sifatini yaxshilashga imkon beradi.

Qaerda qo‘llaniladi

Mashina ta’limining ko‘plab qo‘llanish sohalari mavjud. Texnologiya quyidagilarda yordam beradi:

• virtual assistentlar nutqlarini tanish;
• tillarni aniqlash;
• saytlarda tavsiya qilish;
• dastxatlarni farqlash;
• tasvirni ko‘rish va tasniflash;
• valyutalar qiymatini prognozlash;
• talabni tahlil qilish.

Moliya tarmog‘ida mashina ta’limi algoritmlari kreditlash, sug‘urtalash, qalloblikdan himoyalanish bo‘yicha hisob-kitoblar qilish va qarorlar qabul qilishda yordam beradi. Nisbatan qisqa vaqt ichida minglab potensial kredit o‘zgaruvchilarini qayta ishlashning yuqori tezligi potensial qalloblikni, majburiyatlarni bajarmaslik xatari va mijozlar bilan uzoq muddatli munosabatlar ehtimolini yaxshiroq hisoblab chiqish imkonini beradi. Natijada kompaniya kreditlar berish bo‘yicha chuqur o‘ylangan qaror qabul qiladi, bu qarz beruvchilar uchun kreditlar ochiqligi oshishiga va ularning so‘ndirilishi foizi ortishiga sabab bo‘ladi.

Sog‘liqni saqlashda mashina ta’limi hayratlanarli imkoniyatlarni namoyish etmoqda. 2017 yil boshida sun’iy intellekt tizimlari sohasidagi mutaxassis Sebastyan Trun, Stenford universitetidagi hamkasblari bilan birgalikda, mashina ta’limi algoritmi potensial teri saratoni kasalliklarini tashxislashini namoyish etdi. Diagnoz professional vrachlar diagnozlaridan hyech ham farq qilmadi.

Medeision kompaniyasi yirik aholi punktlarida turli kasalliklar uchun xatar omilini hisoblab topish maqsadida mashina ta’limidan foydalanadi. Masalan, algoritm diabetga chalingan bemor shifoxonaga yotqizishga muhtojmi yoki yo‘qligi haqida xulosa chiqarishga yordam beruvchi sakkizta o‘zgaruvchini aniqladi.

LinkedIn ijtimoiy tarmog‘i 2018 yilda SI-assistentni ishga tushirdi, u ish izlovchilarga rezyume tuzish imkonini beradi: yordamchi kerakli sohadagi o‘xshash anketalarni saralab oladi va maslahatlar beradi. Shuningdek, u hujjatning axborot tashuvchanligini oshirish va ish beruvchi uchun qiziqarliroq qilish imkonini beruvchi turli atamalardan foydalanishni taklif etadi.

O‘zbekistonda qo‘llash istiqbollari va imkoniyatlari

Tatbiq etish va rivojlantirish uchun eng talabgir va istiqbolli tarmoqlardan biri – bu qishloq xo‘jaligi bo‘lib, O‘zbekiston uchun dolzarb ahamiyatga ega. O‘simliklar kasalliklarining barvaqt va aniq diagnostika qilinishi agrobiznes unumdorligini sezilarli oshirish imkonini beradi. An’anaviy uslublar – bu vizaul kuzatuv. Ammo bu jarayon samarali emas, chunki inson adashishga moyil.

Agar bu vazifa mashina ta’limi texnologiyasiga ega dasturga berilsa, o‘simliklar kasalliklarini aniqlash samaradorligi sezilarli ortadi. Dastur kasallangan o‘simliklarning yuz minglab fotosuratlarini tahlil qiladi, mashina ta’limi algoritmi kasallik turi va og‘irlik darajasini belgilaydi. Kelajakda, kasalliklar sababli hosil yo‘qotilishini qisqartirish maqsadida, dastur hatto kasallikka qarshi kurashish uslublari bo‘yicha tavsiyalar berishi mumkin bo‘ladi.

Kasalliklar diagnostikasidan tashqari, zamonaviy qishloq xo‘jaligining asosiy vazifalaridan biri hosildorlikni oshiruvchi urug‘lar va ekinlarni himoyalash vositalarini yaratish sanaladi. O‘simlikshunoslikda mashina ta’limi tashqi muhit o‘zgarishlariga yaxshiroq moslashadigan va unib chiqishi yuqoriroq bo‘lgan “samarali” urug‘larni tanlashda yordam beradi. Shuningdek, mashina ta’limi suvdan oqilona foydalanish, ozuqa moddalarini samarali qo‘llash va qishloq xo‘jaligi ekinlarini iqlim o‘zgarishlariga moslashtirish bo‘yicha ham yechimlar taklif qilishi mumkin.

Nargiza Xolmatova