Inspiration & Kunskap

Machine Learning - Vad är det och hur funkar det?

De senaste åren har det pratats mycket om AI (artificiell intelligens), hur det kommer användas, vilka fördelarna är och hur det kommer påverka vissa yrken. En del inom AI som börjar växa sig större är Machine Learning (ML). I det här blogginlägget tittar vi närmare på vad det innebär, vilka användningsområden som finns och varför det är svårt att testa. 

Ett forskningsområde som har sitt ursprung i AI är Machine Learning. Till skillnad från AI som i grunden går ut på att programmera maskiner att göra precis som du vill, går Machine Learning ut på att lära maskiner att på ett självständigt sätt hantera och förstå stora mängder data. Istället för att du programmerar maskinen och på så vis “berättar” vad som är rätt, får den själv försöka komma på vad det är. För att lyckas med detta används algoritmer som möjliggör för maskiner att tolka och lära sig av stora dataset, för att utifrån det skapa en egen uppfattning om informationen.

Inlärning, träning och utvärdering 

ML sker i tre steg; inlärning, träning och utvärdering. I första steget handlar det om att träna maskinen att utföra en viss uppgift, vilket görs genom övervakad inlärning eller oövervakad inlärning. I träningssteget är det dags att börja träna maskinen för att få ett så korrekt resultat som möjligt. Och för att ta reda på hur maskinen beter sig behöver du förstås utvärdera processen. Här används testdata som du redan vet resultatet av, som du kan jämföra med vad din maskin får fram. På så vis kan du avgöra om den gör korrekta förutsägelser. En sak som dock är viktig att komma ihåg är att maskinerna blir smartare med tiden, ju mer data du utsätter algoritmerna för och ju mer du tränar maskinerna, desto smartare blir de. 

Användningsområden för ML 

Machine Learning växer sig som sagt hela tiden större men är fortfarande relativt nytt, vilket gör att dess användningsområden kommer öka markant de närmaste åren i takt med utvecklingen. Men en av de främsta fördelarna med att använda sig av Machine Learning är hur det effektivt kan analysera och bearbeta stora mängder data. Det i sin tur hjälper företag att dra slutsatser för att enklare kunna anpassa nya erbjudanden eller meddelanden till sina kunder, utifrån den nya informationen som ML får fram. Maskinerna kan se helt andra mönster än vad som är möjligt med det mänskliga ögat. Det kan till exempel vara ett mönster som tyder på att vissa kunder är på väg att lämna dig och ditt företag, vilket gör att du snabbare kan ta action. 

Att testa Machine Learning

Det är inte helt lätt att testa Machine Learning, eftersom det på förhand är svårt att veta exakt hur algoritmerna kommer agera i slutändan. I alla fall i början innan maskinen är mer tränad. För även om du har tränat maskinen för vissa situationer eller scenarion, så kan det ta ett tag innan det blir helt rätt. Som testare är det ofta din uppgift att försöka förutse vad som skulle kunna trigga algoritmerna att bete sig på ett visst sätt och det viktigaste är att försöka förhindra maskinen att göra något som kan få negativa konsekvenser. Det kan till exempel göras genom att förbereda algoritmerna för både förutsedda och oförutsedda situationer. Det gäller att hitta alla hörnstenar som kan komma att påverka hur algoritmen beter sig i slutändan och testa dessa. 

Sammanfattning 

Artificiell intelligens är ett område som hela tiden växer sig större. Ett forskningsområde som har sitt ursprung ur AI är Machine Learning. Det går ut på att lära datorer att självständigt hantera och analysera stora mängder data. Det kan till exempel användas för företag när de vill analysera köpbeteenden eller liknande för sina kunder, för att lättare kunna anpassa sina erbjudanden. 

Att hålla koll på trender och hänga med i svängarna i en tid som idag då allting går väldigt fort är en vanlig utmaning för många som jobbar inom QA. I vår e-bok kan du bland annat läsa mer om detta och om vilka kompetenser som kommer bli viktigare i framtiden. 

New call-to-action

Skrivet av

Marie Sundbom

driver kommunikation, employer experience och marknadsfrågor på ADDQ. Hon blir extra lycklig av att utvecklas tillsammans med andra, när hjärtat får ta mest plats och när vi ser varandras olikheter som en styrka för att skapa en fantastisk helhet.

Prenumerera för mer nyheter och inspiration