Технологии машинного обучения окажут огромное влияние на развитие бизнеса и общества, но пока они остаются на стадии «кустарного ремесла», полагает главный научный сотрудник группы Data61 Государственного объединения научных и прикладных исследований Австралии Роб Уильямсон. Идея машинного обучения не нова, но появление методов обработки Больших Данных и увеличение доступной компьютерной мощности привлекло к ней внимание многих руководителей ИТ-служб. Однако стандартов и возможностей повторного использования разработок пока еще очень мало. Проекты приходится начинать с чистого листа и из-за различия систем обменяться результатами невозможно, отмечает Уильямсон.

Некоторые стартапы — BigML, Wise.io, Precog и другие стали разрабатывать средства машинного обучения, предоставляемые в виде сервисов. Не отстают от них и крупнейшие компании. Но, полагает Уильямсон, использовать их следует с осторожностью. Они предлагают лишь реализацию определенных методов, не гарантируя их пригодности для решения задач. Компаниям следует помнить о необходимости проводить эксперименты, а не просто собирать данные и искать в них закономерности.