Maskinlæring

Hva er Maskinlæring?

Maskinlæring handler i hovedsak om å gjenkjenne mønstre i store datamengder. Det kan for eksempel være språkgjenkjenning som vi finner i ulike typer chatbots eller dialogroboter, som for tiden vises på mange nettsider. Denne varianten av kunstig intelligens er basert på innsamling og systematisering av store mengder data ved hjelp av sannsynlighetsberegninger og algoritmer. Bruken av regler, algoritmer og mønstre blir mer effektiv og avansert for hver dag.

Så langt tilbake som i 1996 gjorde maskinlæring superdatamaskinen Deep Blue i stand til å slå den russiske sjakkstormesteren Garry Kasparov i et sjakkspill ved å bruke grunnleggende mønstergjenkjenning.

På den tiden var seieren en global sensasjon. I dag møter vi maskinlæring løsninger basert på mønstergjenkjenning hver eneste dag. For eksempel når musikktjenesten Spotify anbefaler nye spillelister for oss basert på lyttemønstrene våre, eller når Amazon presenterer oss for målrettede tilbud basert på tidligere kjøp.

Cegal og Maskinlæring

Hos Cegal har vi mange konsulenter som har lang erfaring med en rekke ML- og AI-løsninger.

Her er noen eksempler på oppdrag vi har utført for våre kunder:

• Løsninger knyttet til kartdata som analyserer virkningen av miljøendringer.
• Utvikling av løsninger for tilstandsanalyser ved sjø og jordkabler i kraftfordelingsnettet, for å gjøre det lettere å bestemme hvilke kabler som bør skiftes først.
• Løsning for kraftgeneratorer, der vær- og turbindata er organisert slik at det kan utføres forebyggende vedlikehold og dataene kan brukes som grunnlag for optimalisering av kraftproduksjonen.