我們身邊還有誰記得如何用穿孔卡片編程嗎？又有誰還會使用DOS呢？

 

　　計算機編程語言已經(jīng)經(jīng)過了多年的發(fā)展，但現(xiàn)在需要跨越的最大一步就是消除復雜編程。換句話說，教會計算機自學就被稱為機器學習。

 

　　機器學習是一種非常有前景的技術，它的能力是飛躍性的提升，在不久的將來會實實在在、潛移默化地影響我們每個人和每個領域。正因如此，有幾件事我認為每個人都應該了解。

 

　　| 是什么

 

　　不同于以往準確地指示計算機應該如何執(zhí)行才能解決問題，在使用機器學習時，程序員無需告訴它應該如何學習才能解決問題。

 

　　機器學習在本質(zhì)上是非常高級的統(tǒng)計應用，可以學習如何識別數(shù)據(jù)模式，并根據(jù)這些模式做出預測。如果感動興趣的話可以打開此處網(wǎng)站鏈接，有一個關于機器學習工作原理的可視化介紹。

 

 

 

　　機器學習的研究早在1950年代就開始了，當時的計算機科學家想出了如何教計算機下棋。在那之后，隨著計算能力的提高，計算機能夠識別復雜的模式，也因此可以做出預測和解決問題。

 

　　機器學習算法通常會給出一套“教學”的數(shù)據(jù)，然后要求通過這些數(shù)據(jù)來回答問題。例如，你可能提供了一組用于計算機教學的照片，其中某些會說“這是一只貓”，另一些會說“這不是一只貓”。然后你可以向計算機展示一系列的新照片，它就會開始自己判斷哪些是貓的照片。

 

　　機器學習就是在不斷地加大其“教學”數(shù)據(jù)集，無論判斷對錯，每張被辨識過的照片都會被添加到數(shù)據(jù)集中，這樣程序就會變得越來越“聰明”，也能更好地完成其任務。

 

　　實際上，這就是學習過程。

 

　　| 有何魅力

 

　　計算機現(xiàn)在可以大膽地進入任何一個與我們息息相關的領域。雖然技術在許多情況下還不完善，但因為機器學習特殊的概念，可以不知疲倦地不斷提高其性能，理論上沒有天花板上，只會變得越來越好。

 

　　如我們之前舉的貓的照片的例子，計算機現(xiàn)在可以“看見”圖片并對其分類，還可以“閱讀”圖中的文字和數(shù)字，甚至是識別某個人或某個地方。他們不僅是有閱讀文本的能力，也能通過理解上下文判斷代表的情緒是積極的還是消極的。

 

　　除此之外，計算機還會能傾聽、理解并回應我們。你口袋里的虛擬助手也許是Siri、Cortana，又或者是谷歌助手。這代表了計算機在理解人類自然語言的能力方面實現(xiàn)了一個重大飛躍，而且還在不斷改善中。

 

　　計算機現(xiàn)在還學會了書寫，機器學習算法已被用于撰寫一些日常的新聞文章，主要是需要大量數(shù)據(jù)的領域，比如財務、運動報告。這會廣泛影響包括數(shù)據(jù)錄入和分類等需要人工干預的任務。如果一臺計算機可以識別一些東西——比如一個圖像，一個文檔，一個文件等等，如果描述準確，就可能有很多自動化方面的用途。

 

　　| 應用現(xiàn)狀

 

　　人們已經(jīng)可以利用機器學習算法實現(xiàn)很多令人興奮的事情了。

 

　　最近有一項關于使用計算機進行輔助診斷（CAD）的研究，分析了乳腺癌女性患者的早期掃描結(jié)果，結(jié)果證明計算機將其中52% 的確診時間提早了一年左右。并且，基于龐大的人口數(shù)，機器學習可以學習理解其中的致病因子。Medecision公司發(fā)明了一種算法可以讓它定位并識別 8種信號，能讓糖尿病患者避免不必要的住院治療。

 

　　另外，想必你有過這樣的經(jīng)驗，某次在線上商店逛完后卻沒有剁手，不過往后的幾天，網(wǎng)頁四周到處掛著你曾經(jīng)搜過的關鍵字推薦廣告，這些都只是機器學習應用的冰山一角。其它情況，諸如商業(yè)公司給顧客寄優(yōu)惠券、提供產(chǎn)品介紹、推薦新品的時候，都可以發(fā)揮“個性化定制”的超級算法，這一切都只有一個小目的，那就是推薦消費者更加容易青睞的商品。

 

　　自然語言處理（NLP）正在被用到各種跨學科的新奇應用中。使用自然語言的機器學習算法可以替代客服專員，并且能夠更快地告知客戶們所需要的信息。它也被用來將合同中晦澀難懂的措辭轉(zhuǎn)化為平實的語言文字，幫助律師們在準備案子時整理大量的資料信息。

 

　　IBM 最近在頂級汽車廠商的高管們中進行了調(diào)查，他們中有 74% 的人預計在 2025 年之前我們就能看到智能汽車行駛在路面上。

 

　　智能汽車不但能融入整個物聯(lián)網(wǎng)系統(tǒng)中，還能對它的主人和周圍環(huán)境進行學習。它能根據(jù)駕駛員信息資料調(diào)整自身內(nèi)部設置（溫度、音樂、座椅位置等），甚至可以自動修復問題，還能自動駕駛，也能根據(jù)交通和道路情況提供實時建議。

 

　　| 未來發(fā)展

 

　　機器學習帶給我們的想象空間是巨大的，其中一些令人興奮的可能性包括：

 

　　個性化醫(yī)療，根據(jù)基因組成和生活方式為用戶創(chuàng)建獨一無二的醫(yī)療護理和治療計劃。

 

　　數(shù)據(jù)安全，程序可以高度準確地自動檢測惡意軟件、病毒和攻擊。

 

　　計算機輔助安全，在機場和體育場館等公共場所可以預測威脅人員，并檢查安檢人員錯過事物。

 

　　自動駕駛汽車，可以自己導航，避免交通事故。

 

　　先進的欺詐檢測，保護金融和保險領域的資金安全。

 

　　甚至是一個“通用翻譯助手”，可以實時、準確、迅速地翻譯你對手機或其他設備說的話。

 

　　| 和我有什么關系

 

　　對許多人來說，每當技術進步時，他們僅僅是對新技術表示歡迎，不會太關心其工作原理和背后的使用場景。但我要提醒的是，我們都應該關心機器學習，因為它將給我們的生活帶來很多助益，還可能改變我們的勞動力結(jié)構(gòu)。

 

　　地球上的每個人幾乎都在產(chǎn)生越來越多的數(shù)據(jù)，當人們在工作中運用機器學習來處理時，一切都將被顛覆。是的，對許多人來說，這些新技術會使工作變得更加容易，但也可能淘汰掉許多工作。算法現(xiàn)在可以幫我們回復郵件、解釋醫(yī)學影像、找到勝訴的法律案例、分析我們的數(shù)據(jù)等等。

 

　　機器學習算法依賴于從過去的例子中“學習”經(jīng)驗，從而使程序員從無窮無盡的代碼中拯救出來，無需考慮各種意外情況。這種學習能力，再加上機器人技術和移動技術的優(yōu)越性，意味著計算機現(xiàn)在可以比以往任何時候都更快更好地幫助人類完成更加復雜的任務。

 

　　世界經(jīng)濟論壇提估算，在未來五年內(nèi)我們將有 500 萬個工作崗位被計算機和機器人所取代。

 

　　這意味著，不管你的工作是什么——從律師到診斷專家，從客戶服務代表到卡車司機，都必須注意機器學習將會如何影響你所在的領域、你所接觸的業(yè)務和你所從事的工作。為了避免被計算機帶來的顛覆性震驚到，最好方法就是從現(xiàn)在開始積極地了解，做好準備。