سايت خبری فناوری اطلاعات (ايتنا) 13 شهريور 1396 ساعت 7:57 https://www.itna.ir/news/49681/یادگیری-ماشینی-می-تواند-وضعیت-پروازها-بهتر-کند -------------------------------------------------- عنوان : یادگیری ماشینی می‌تواند وضعیت پروازها را بهتر کند -------------------------------------------------- ایتنا- از آنجایی که با صنعت هواپیمایی خصوصی فناوری ارتباط تنگاتنگی دارد، اخیرا مورد توجه قرار گرفته و بسیاری از افراد روی این موضوع متمرکز شده‌اند. متن : برخی از صنایع بزرگ مانند بهداشت، خرده‌فروشی، ساخت و تولید اتومبیل، در سال‌های اخیر از فناوری "یادگیری ماشینی" بهره‌برده‌اند، و موفق شده‌اند از این صنعت برای تغییر شکل کسب و کار و نوآوری در کار خود به نحو مطلوبی استفاده نمایند. صنعت حمل و نقل هوایی هم یکی دیگر از صنایعی است که قرار است تحت تأثیر این فناوری قرار گیرد و تحولات عظیمی در بخش‌های مختلف آن رخ دهد، به گونه‎ای که به نظر کارشناسان، افراد مختلف خواهند توانست این تغییرات را به خوبی احساس کنند. به گزارش ایتنا از شماران سیستم به نقل از ونچربیت، هیچ نوع فناوری یادگیری ماشینی برای ساده‌سازی جریان‌های کاری، فرآیندهای کسب و کار، تهیه کالا و استقرار مالی در صنعت حمل و نقل هوایی خصوصی وجود ندارد. با این وجود، برخی از شرکت‌های هواپیمایی شروع به استقرار این فناوری کرده‌اند تا بتوانند از این طریق، یک امتیاز رقابتی به دست آورند و از این راه مشتریان بیشتری را جذب کنند. گفتنی است که فناوری یادگیری ماشینی، تا به امروز در صنعت هواپیمایی، تنها بر روی فرآیند کنترل هواپیما و سیستم‌های اینترنتی آن متمرکز بوده است. اما در حال حاضر اکثر سازمان‌ها با ایده کنترل خودکار برای هواپیماهای خودپرواز درگیر هستند. روش‌های دیگری هم وجود دارد که با استفاده از آنها می‌توان مشتریان بیشتری را جذب کرد و از این طریق به کسب درآمد بیشتر پرداخت. بعقیده متخخصین این فناوری، تمام افرادی که در بخش‌های مختلف صنعت حمل و نقل هوایی کار می‌کنند، به زودی شاهد تغییر و تحولات عمده در صنعت مذکور خواهند بود. این افراد و شرکت‌های آنها ناگزیر باید تعرفه‌ها و قیمت‎‌های خود را متناسب با خدمات یادگیری ماشینی تنظیم کنند. بدیهی است که این خدمات، به هوشمندتر شدن و آگاهی بیشتر مشتریان کمک می‌کند و وفاداری مشتریان را نسبت به شرکت بالا می‌برد. هدف یادگیری ماشین این است که کامپیوتر(در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها کارایی بهتری در انجام وظیفه مورد نظر پیدا کند. گستره این وظیفه می‌تواند از تشخیص خودکار چهره با دیدن چند نمونه از چهره مورد نظر تا فراگیری شیوه گام‌برداشتن روبات‌های دوپا با دریافت سیگنال پاداش و تنبیه را شامل شود.