Wat is "machine learning" (machinaal leren)?

Machine learning werkt door een systeem grote hoeveelheden voorbeelddata te voeden en het geleidelijk interne parameters te laten aanpassen om patronen te herkennen, in plaats van dat een programmeur elke regel met de hand uitschrijft. Na vele rondes van blootstelling en feedback wordt het systeem beter in taken zoals beelden herkennen of tekst genereren, en leert het effectief van ervaring, zoals mensen beter worden door oefening.

Robots die andere machines assembleren beschrijft fysieke productieautomatisering, ongerelateerd aan hoe software patronen leert uit data, en het van buiten leren van het hele internet geeft een verkeerd beeld van hoe deze systemen werken, aangezien ze generaliseerbare patronen leren in plaats van exacte tekst op te slaan.

Omdat machine-learningsystemen leren van welke data ze ook krijgen, kunnen ze vooroordelen die in die data aanwezig zijn overnemen en versterken, wat waarom de kwaliteit van trainingsdata net zo'n belangrijk aandachtspunt is geworden als de slimheid van het algoritme.