שייד אפטה שינדנדה, יבמ: "הלמידה החישובית תסייע לעסקים להתמודד עם התפוצצות המידע"

"יבמ (IBM) מעריכה, כי למידה חישובית תהיה כלי מרכזי בהתמודדות עם התפוצצות המידע. ככל שכמויות נתונים גדולות יותר עוברות למדיום דיגיטלי – שיטות אנליטיות לניתוח המידע הזה מקבלות משקל יותר ויותר גדול" – כך אמר שייד אפטה שינדנדה, מנהל המחקר של יבמ בתחום המיחשוב האנליטי, שהרצה השבוע בכנס הבינלאומי בנושא למידת מכונה, המתקיים בחיפה.

לדבריו, "תחום האופטימיזציה העסקית יהווה את אחד ממנועי הצמיחה של יבמ – ושל התעשייה בכלל – בשנים הקרובות. יבמ מייחסת עדיפות גבוהה להבטחת יכולתה לסייע ללקוחותיה למנף את המידע העסקי שלהם, ככל שהוא מצטבר ונאסף במהלך הפעילות השוטפת – כדי להפיק תובנות שיאפשרו לתמוך בפעולות חדשות, בדרך לאופטימיזציה של התהליכים העסקיים. על מנת לסייע לעסקים להתקדם לניצול טוב יותר של גישות אנליטיות ואופטימיזציה – אנו מתמקדים במחקר בתחומי הסטטיסטיקה, לימוד מכונה, כריית מידע ואופטימיזציה של תפעול".

שינדנדה אמר, כי "למידת מכונה נראית כאחת הגישות האנליטיות הקריטיות שתאפשרנה לנו לעשות אופטימיזציה של העסקים. התפקיד המרכזי של למידת מכונה הוא הבנה, תיאור וביטוי של תבניות שאת קיומן ניתן להסיק מתוך המידע האגור כבר בארגון – והשימוש במידע הזה, באמצעות התבניות האלה, למגוון רחב של יישומים עסקיים. רשימת היישומים האלה כוללת גילוי והתראה על הונאות פיננסיות, ניהול סיכונים, הגדרת ואיתור בעיות במערכות הארגוניות, מערכות אנליטיות לעולם הבריאות, וניהול מבוסס תנאים ואילוצים בתעשיות הייצור".

שינדנדה סיפר על מיזם בתחום הלמידה הממוחשבת ברשויות אכיפה: הקמת יישומים במתכונת עסקית לכל דבר, המסייעים בניהול ההתמודדות עם תופעות עבריינות. שאלה עסקית אופיינית עימה מתמודדות מערכות כאלה עשויה להיות "מה הדרך הטובה ביותר לגביית חוב מחייב לבנק?". התשובה עשויה להתבסס על ההיסטוריה של הלקוח, מקרים דומים, ומשתנים נוספים. בדומה לכך, יכולות מערכות כאלה גם להמליץ על הדרכים היעילות ביותר לגביית מסים, וכן הלאה.

המחקר ביבמ, המתפרס על כל מרכזי המחקר של החברה, עוסק גם בשיטות מידול גרפיות, המשמשות לביצוע ניתוח רשתות חברתיות: הבנה לעומק של רשתות כאלה מסייעת לעסקים להבין טוב יותר ולצפות את אופן ההתנהגות של מי שפועלים במסגרתן. כך, ניתן לקבל תובנות אודות בסיס הלקוחות של הארגון: מי המשפיעים והמובילים אליהם יש לפנות, על מנת להגדיל מכירות ולבנות מכירות צולבות של מוצרים שונים.

ניתוח רשתות חברתיות באמצעות כלי על ניתוח גרפי מאפשר גם לסייע לעסקים לאסוף מודיעין שוק, בדרך לתובנה אודות סנטימנט הצרכנים כלפי מוצרי החברה.

"כשאנחנו מנסים להטמיע לימוד מכונה בעסקים, יש צורך להתגבר על בעיות תשתית, אותן  אנחנו בוחנים במעבדות ברחבי העולם – כמו גם במעבדה בחיפה", אמר שינדנדה. לדבריו, "עסקים המתמודדים עם כמויות עצומות של מידע, למשל, צריכים לנצל את היכולת של מיחשוב מקבילי, מחשוב מבוזר ואחסון חכם שיאפשרו ללמוד מכמויות אדירות של נתונים. מעבדות יבמ מנצלת את הרעיונות האחרונים בארכיטקטורות חומרה ותוכנה למיחשוב מקבילי כדי לעשות זאת".

במהלך שהותו בארץ, נפגש שינדנדה עם ד"ר שי פיין, מי שהוביל את המאמץ בקהילה האקדמית בישראל להבאתם לראשונה של הכנסים המקצועיים החשובים בתחום – לחיפה. פיין עומד בראש מחלקת מיחשוב אנליטי במעבדת המחקר של יבמ בחיפה, ומנהל שלוש קבוצות העוסקות בתחומי למידת מכונה, כריית מידע, ומחשוב לסיפוק אילוצים (CSP).