Makine öğrenmesinde bilgisayar bir işi, elle yazılmış kurallara uyarak değil, örneklerden öğrenerek yapar. Örneğin istenmeyen e-postaları (spam) ayıklayan bir filtreye, önceden spam olup olmadığı işaretlenmiş binlerce e-posta gösterilir. Filtre, spam’i ele veren ipuçlarını kendisi bulur.
Terimi 1959’da IBM araştırmacısı Arthur Samuel ortaya attı; Samuel’in dama oynayan programı, oynadıkça ustalaşıyordu. Öğrenen bir sistemin çok sayıda iç ayarı vardır. Eğitim sırasında bu ayarlar, sistem örneklerde olabildiğince doğru yanıt verene kadar defalarca değiştirilir. Sistem sonra aynı ayarlarla, daha önce hiç görmediği durumları değerlendirir. Dönüm noktası 2012’de geldi: Toronto Üniversitesi’nde geliştirilen AlexNet, fotoğraflardaki nesneleri önceki yöntemlerden çok daha iyi tanıdı. AlexNet, beynin çalışmasından kabaca esinlenen, katman katman dizilmiş “yapay sinir ağları” kullanıyordu. Bugün çeviri uygulamaları, sesli asistanlar, film ve müzik önerileri makine öğrenmesiyle çalışıyor; tıbbi görüntülerin incelenmesinde de bu yöntem kullanılıyor. Sistem verilerden öğrendiği için verideki eksikler ve önyargılar da yanıtlarına yansır.


