Многие, пересмотрев фантастических фильмов,
думают, что искусственный интеллект – ожившая машина, которая порабощает мир.
Но это всего лишь область компьютерных наук, которая позволяет специальным
машинным алгоритмам придать принципы человеческого мышления, а также выполнять
такие задачи, как обучение, решение проблем, рассуждение и обработка языка.
Сегодня ИИ представлены двумя фундаментальными технологиями – машинным
обучением и deep-learning.
Машинное
обучение это технология, которая позволяет машинам учиться и делать прогнозы на
основе данных. Корни машинного обучения заложены в распознавании образов и
концепций. Например, алгоритм, который должен идентифицировать лица людей,
будет опираться на изображения других людей, чтобы научить себя, как как собственно
выглядит сам человек. То есть конечная цель алгоритма – идентифицировать
человека, но шаги для достижения цели изучаются самой машиной путем анализа
данных.
Deep-learning же является
продвинутой формой машинного обучения, которая позволяет обучить ПК и
вычислительные системы самостоятельному изучению больших объемов данных с
помощью архитектуры нейронной сети, используя маркеры в виде параметров данных
и шаблонов распознавания. Принимая во внимание ту же аналогию с человеком,
описанную выше, алгоритм так называемого глубокого обучения может различать
девочку, мальчика, мужчину, женщину, приблизительный их возраст, выявляя
взаимосвязи между основными элементами лица человека (наличие бороды, усов,
морщин, размеров носа, скул, формы подбородка и т.п.). После достаточного
обучения алгоритмы глубокого обучения могут начать делать предсказания или
интерпретации очень сложных данных.
Какие
же можно выделить ключевые критерии при помощи данных технологий в контекста
HR-management’а? Т.к. я занимаюсь в большей части рекрутментом, наймом и
адаптацией, то я выделю моменты, которые будут интересны в рамках моей
деятельности (а далее приведу более конкретные случаи применения, как
говорится, от общего
к частному). Хотя если говорить объективно, то все эти части можно тиражировать
на любой из участков
HR’а:
Обнаружение
несоответствий: определение критериев в данных, которые не соответствуют
ожидаемой картине.
Персонализация
обучения и развития сотрудников, а также механизмы рекомендаций: на основе
предиктивной аналитики машинное обучение и глубокое обучение может создавать
рекомендательную базу для программ профессионального развития и соответственно
персонализированные рекомендации по обучению, связанные с уровнем квалификации
и профессиональными интересами.
Распознавание изображений и видео: алгоритмы глубокого обучения превосходят людей в классификации объектов, и благодаря таким механизмам глубокого обучения видеоинтервью выйдет на абсолютно новый уровень.
...
ПОЛНЫЙ ТЕКСТ НОМЕРА ДОСТУПЕН ТОЛЬКО ОФИЦИАЛЬНЫМ ПОДПИСЧИКАМ (для получения полного номера зарегистрируйтесь у нас на сайте).
© КОПИРОВАНИЕ МАТЕРИАЛОВ САЙТА ВОЗМОЖНО ТОЛЬКО С ПИСЬМЕННОГО СОГЛАСИЯ ПРАВООБЛАДАТЕЛЯ TP@TOP-PERSONAL.RU
*Антон Мерцалов, Консультант IT-практики
Эксклюзивно для
Справка. Опыт в рекрутменте более 6ти лет.
Образование в сферах: социальная психология, conflict management, управление
ITпроектами, профдиагностика (д.п.н., проф. Л.Н.Собчик)