很多人都不確定到底什么才是機器學(xué)習。但是事實(shí)上機器學(xué)習已經(jīng)成為了我們日常生活的一部分了。

機器學(xué)習是人工智能的一種，通過(guò)機器學(xué)習，計算機可以從示例中學(xué)習而不再需要一步一步地執行命令。

英國皇家學(xué)會(huì )（The Royal Society）認為機器學(xué)習對人們生活的影響會(huì )越來(lái)越大，并號召大家在這方面做更多的研究以確保英國能夠充分抓住并利用這個(gè)機會(huì )。

機器學(xué)習已經(jīng)是很多系統的“動(dòng)力系統”，從平凡到可以改變生活的所有。以下是一些例子：

1. 手機

運用語(yǔ)音指令命令手機完成搜索和撥打電話(huà)等功能就是依賴(lài)于與機器學(xué)習相關(guān)的技術(shù)。

虛擬人工助理，如Siri、Alexa、Cortana 或者 Google Assistant 能夠執行命令也是因為有了語(yǔ)音識別技術(shù)，能夠處理人類(lèi)語(yǔ)言，匹配相關(guān)指令并以越來(lái)越自然的方式做出反應。

虛擬語(yǔ)音助理通過(guò)學(xué)習大量的對話(huà)及其他各種各樣的方式學(xué)習人類(lèi)語(yǔ)言。它們也許會(huì )問(wèn)詢(xún)具體的信息，如怎么稱(chēng)呼你，或者一家人中每個(gè)個(gè)體的聲音分別是什么樣的。

所有用戶(hù)所產(chǎn)生的大量對話(huà)數據也被用作學(xué)習例子從而可以幫助虛擬人工助理識別多音詞以及學(xué)習如何自然地進(jìn)行討論。

2. 購物車(chē)

很多人都非常熟悉購物推薦，回想一下在線(xiàn)超市提醒你購買(mǎi)東西的場(chǎng)景，或者Amazon向你推薦你可能喜歡的書(shū)的場(chǎng)景。

機器學(xué)習就是通過(guò)所謂的推薦系統來(lái)進(jìn)行推薦的。通過(guò)分析消費者的購物歷史數據以及消費者所表現出來(lái)的消費喜好，推薦系統可以在購物歷史中總結出規律，從而預測出你可能喜歡的產(chǎn)品。

3. 電視

相似的推薦系統同樣也用于電影或者電視等流媒體中，比如Netflix就有這樣的推薦系統。

推薦系統利用機器學(xué)習分析觀(guān)看習慣，根據每個(gè)人看過(guò)什么、喜歡看什么分析出偏好模式。了解到觀(guān)眾喜歡的電影類(lèi)型、點(diǎn)播歷史和高分評價(jià)以后，推薦系統就可以分析出看電影的個(gè)人偏好。

在 Spotify 等音樂(lè )類(lèi)流媒體中同樣有推薦系統的存在，Facebook也通過(guò)這樣的機制為用戶(hù)推送文章。

4. 電子郵件

機器學(xué)習同樣可以被用于區分不同種類(lèi)的物品或項目。這點(diǎn)可以被用來(lái)從一堆電子郵件中挑選出你想看的郵件。

垃圾郵件探測系統利用一組示例郵件來(lái)識別出垃圾郵件——通過(guò)檢測特定的詞語(yǔ)、發(fā)件人以及其他特征判定是否是垃圾郵件。一旦設定好，系統就可以直接將相關(guān)郵件放進(jìn)特定的文件夾中。隨著(zhù)用戶(hù)標注郵件或者在文件夾間移動(dòng)郵件，該系統持續學(xué)習。

5. 社交網(wǎng)絡(luò )

你想過(guò)Facebook是怎么知道你的照片里有誰(shuí)并自動(dòng)打上標簽的嗎？

Facebook及其他社交媒體所采用的可以自動(dòng)加注標簽的圖像識別系統也是基于機器學(xué)習的。當用戶(hù)上傳照片并標注出自己的朋友和家人后，圖像識別系統就會(huì )識別出重復出現的元素并將其分類(lèi)或指向特定的人物。

6. 銀行

通過(guò)大量數據分析和模式鑒別，人工分析員無(wú)法識別出的行為都可以被分析出來(lái)。這種分析能力的最常見(jiàn)應用就是打擊儲蓄卡和信用卡欺詐行為。

機器學(xué)習系統可以被訓練來(lái)識別典型的消費模式及交易特征（如地點(diǎn)、數目或者時(shí)間），從而或多或少的降低欺詐的可能性。當一單交易看起來(lái)有異常時(shí)就會(huì )觸發(fā)警報，隨后用戶(hù)就會(huì )收到一條相關(guān)信息。

7. 醫院

醫生開(kāi)始考慮使用機器學(xué)習來(lái)做出更好的診斷，比如發(fā)現癌癥和眼疾。通過(guò)學(xué)習醫生標記過(guò)的圖片，計算機可以分析鑒別新的病人視網(wǎng)膜圖、皮膚斑點(diǎn)或者顯微鏡下的細胞圖。

通過(guò)這種方式，機器可以發(fā)現提示疾病存在的視覺(jué)線(xiàn)索。此類(lèi)圖像識別系統在醫療診斷領(lǐng)域里變得越來(lái)越重要。

8. 科學(xué)

機器學(xué)習同樣也為科學(xué)家探索新發(fā)現提供了助力。特別是在粒子物理領(lǐng)域，機器學(xué)習可以幫助計算機從Cern的大型強子碰撞型加速器收集到的海量數據集中發(fā)現模式。

機器學(xué)習在希格斯玻色子（Higgs Boson）的發(fā)現中起到了重要作用，現在機器學(xué)習被應用于任何人都沒(méi)有想象過(guò)的“新物理”探索中。同時(shí)，還被用于發(fā)現新藥，比如通過(guò)尋找新型小分子或抗體來(lái)對抗疾病。

未來(lái)將會(huì )怎樣？

未來(lái)的發(fā)展將聚焦于制造出能夠出色地完成特定任務(wù)的系統，并使這些系統成為人類(lèi)的助手。

在學(xué)校，機器學(xué)習可以跟蹤學(xué)生的表現，制定個(gè)人學(xué)習計劃?？梢詭椭覀兏咝У乩觅Y源，從而降低能耗；可以通過(guò)幫助人們發(fā)現更多的有意義的人際接觸來(lái)加強對老人的關(guān)懷。

在交通領(lǐng)域，機器學(xué)習可以推動(dòng)無(wú)人駕駛。

各行各業(yè)都可以利用算法來(lái)提高效率。金融服務(wù)的自動(dòng)化程度可以更高，律師事務(wù)所利用機器學(xué)習完成基本的調查。常規任務(wù)可以更快地完成，這將挑戰依賴(lài)于按工作時(shí)間收費的商業(yè)模式。

在未來(lái)十年，機器學(xué)習科技將越來(lái)越多地滲透到我們的生活中，改變我們工作和生活的方式。

翻譯來(lái)自：蟲(chóng)洞翻翻  譯者ID：Louize  編輯：楊志芳

本文來(lái)自翻譯：www.bbc.com，如若轉載，請注明出處：http://36kr.com/p/5073280.html