Koneoppimisen yleiset kysymykset

Koneoppimista käytetään monissa päivittäin käyttämissäsi sovelluksissa ja palveluissa. Termillä kuvataan yksinkertaisesti sitä, miten tietokone analysoi datatietoja ja tekee oppimansa pohjalta ennustuksia ja ehdotuksia.

Yleinen esimerkki koneoppimisesta on se, miten sähköpostiohjelma voi automaattisesti siirtää kaikki tietyn lähettäjän viestit roskapostikansioon. Tietokone analysoi sähköposteissa olevia tietoja ja ennustaa havaitsemiensa kaavojen ja mallien avulla kuinka todennäköistä on, että tietyn lähettäjän tai verkkotunnuksen sähköpostit ovat roskapostia. Tietokone ryhtyy ennustuksen pohjalta toimiin ja siirtää viestit pois saapuneet-kansiosta.

Kun merkitset viestin roskapostiksi, tietokone oppii siitä ja tulee yhä paremmaksi roskapostin automaattisessa tunnistamisessa. Ajan myötä tietokone saa käyttöönsä enemmän tietoja, joiden pohjalta se voi suorittaa tietyn tehtävän yhä paremmin ja paremmin. Koneoppiminen on kokemuksen kautta paremmaksi kehittymisen prosessi.

Koneoppimisen ansiosta käyttämäsi ohjelmat ja laitteet tarjoavat sinulle ajan myötä yhä parempaa personoitua palvelua. Esimerkiksi mitä enemmän käytät äänentunnistusohjelmistoa, sitä paremmin ohjelmisto ymmärtää ääntäsi ja sitä paremmin se toimii.

Adobessa voimme koneoppimisen avulla auttaa sinua olemaan tehokkaampi ja luovempi. Koneoppimisen avulla voimme esimerkiksi auttaa sinua organisoimaan ja muokkaamaan kuviasi. Lightroomin kohteen tunnistuksen avulla voisimme automaattisesti merkitä kaikki koiraasi esittävät kuvat. Photoshopissa koneoppiminen voisi auttaa meitä tunnistamaan mahdollisesti liian tummat kuvat ja säätämään niiden valoisuutta puolestasi automaattisesti.

Voisimme käyttää koneoppimista myös sisältötietoisten ehdotusten tekemisen oppimiseen. Jos esimerkiksi valmistelet käyttöliittymämallia, Photoshop voisi automaattisesti ehdottaa tiettyjä arkiston painikekuvakkeita. Tämän tyyppiset Photoshopin tiedoistasi oppimat sisältötietoiset ehdotukset voivat tulla työllesi oleellisemmiksi kuin Internetissä saatavilla olevat yleiset tiedot.

Tietokone voi analysoida sisältöä, kun lähetät, vastaanotat tai arkistoit tiedostoja pilvipalvelujemme kautta. Emme käytä tietokoneellesi paikallisesti tallennettuja tiedostoja. Käytämme tiedostojasi, toimintalokejasi ja suoraa palautettasi algoritmien opettamiseen ja parantamiseen.

Saatamme esimerkiksi käyttää hahmotunnistamista valokuvissasi kaikkien koirakuvien tunnistamiseen ja automaattiseen merkitsemiseen. Jos valitset jonkin näistä valokuvista ja ilmoitat, että siinä ei ole koiraa, opimme tämän tiedon avulla tunnistamaan koirien kuvat paremmin.

Käytämme kaikilta Adobe-käyttäjiltä oppimiamme tietoja tuotteiden ja palvelujen parantamiseen kaikkia varten. Esimerkiksi, jos muokkaat rantakuvasi näyttämään kylläisemmiltä ja eloisammilta ja toinen käyttäjä muokkaa hääkuviensa pehmytpiirtoisiksi ja valotukseltaan pehmeämmiksi, ohjelmistomme oppivat niiden eron. Kun kolmas käyttäjä myöhemmin muokkaa ranta- tai hääkuviaan, voimme tarjota hänelle asianmukaisia tyyliehdotuksia sinulta ja muilta käyttäjiltä oppimiemme tietojen pohjalta.

Saat yhteenvedon siitä, miten Adobe käyttää sinuun liittyviä tietoja, Adoben tietosuojakeskuksesta.

Tietokone voi analysoida sisältöä, kun lähetät, vastaanotat tai arkistoit tiedostoja pilvipalvelujemme kautta. Emme käytä tietokoneellesi paikallisesti tallennettuja tiedostoja. 

Adobe suhtautuu yksityisyyteen vakavasti. Koneoppimisen kautta saatua ymmärrystä ei voida käyttää sisältösi tai minkään henkilökohtaisten tietojesi uudelleenluomiseen.

Saat yhteenvedon siitä, miten Adobe käyttää sinuun liittyviä tietoja, Adoben tietosuojakeskuksesta.

Jos et halua, että Adobe analysoi tiedostojasi toimintojen käyttöönottoa tai ehdotusten antamista varten, voit milloin tahansa poistaa koneoppimisen käytöstä.