Η Μηχανική Μάθηση επαναπροσδιορίζει τις δομικές μονάδες της επιστήμης της Πληροφορικής
Η μηχανική μάθηση και οι παραδοσιακοί αλγόριθμοι είναι «δύο ουσιαστικά διαφορετικοί τρόποι υπολογισμού και οι αλγόριθμοι με προβλέψεις είναι ένας τρόπος να γεφυρωθούν τα δύο», δήλωσε ο Piotr Indyk, επιστήμονας υπολογιστών στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης. "Είναι ένας τρόπος να συνδυάσετε αυτά τα δύο εντελώς διαφορετικά νήματα..." Τα τελευταία χρόνια, οι ερευνητές έχουν δείξει πώς να ενσωματώνουν αλγόριθμους με προβλέψεις σε αλγόριθμους προγραμματισμού, στον σχεδιασμό επεξεργαστών και αναζητήσεις ακολουθιών DNA.
Εκτός από τα κέρδη στις επιδόσεις, το πεδίο προάγει επίσης μια προσέγγιση στην επιστήμη των υπολογιστών που αυξάνεται σε δημοτικότητα: καθιστά τους αλγόριθμους πιο αποτελεσματικούς σχεδιάζοντάς τους για τυπικές χρήσεις... Αγνοώντας τα χειρότερα σενάρια, οι ερευνητές μπορούν να σχεδιάσουν αλγόριθμους προσαρμοσμένους στις καταστάσεις που πιθανότατα θα συναντήσουν. Για παράδειγμα, ενώ οι βάσεις δεδομένων αντιμετωπίζουν επί του παρόντος όλα τα δεδομένα με τον ίδιο τρόπο, οι αλγόριθμοι με προβλέψεις θα μπορούσαν να οδηγήσουν σε βάσεις δεδομένων που δομούν την αποθήκευση δεδομένων τους με βάση το περιεχόμενο και τις χρήσεις τους.
Οι περισσότερες από αυτές τις νέες δομές ενσωματώνουν μόνο ένα στοιχείο μηχανικής εκμάθησης. Ο Tim Kraska, ένας επιστήμονας υπολογιστών στο MIT, φαντάζεται ένα ολόκληρο σύστημα κατασκευασμένο από πολλά ξεχωριστά κομμάτια, καθένα από τα οποία βασίζεται σε αλγόριθμους με προβλέψεις και των οποίων οι αλληλεπιδράσεις ρυθμίζονται από εξαρτήματα ενισχυμένα με προβλέψεις.
"Η αξιοποίηση αυτού θα επηρεάσει πολλούς διαφορετικούς τομείς", είπε ο Tim Kraska.
546