像魚兒離不開水，未來我們將高度依賴機(jī)器學(xué)習(xí)

　　據(jù)BBC報(bào)道，許多人可能不太確定到底什么是機(jī)器學(xué)習(xí)，而事實(shí)上它已經(jīng)成為我們?nèi)粘Ｉ钪胁豢苫蛉钡闹匾M成部分。作為人工智能(AI)的一種形式，機(jī)器學(xué)習(xí)可讓電腦從示例中學(xué)習(xí)，而不必按照預(yù)先設(shè)定的指令行事。英國(guó)皇家學(xué)會(huì)認(rèn)為，機(jī)器學(xué)習(xí)將對(duì)人類生活產(chǎn)生越來越大的影響，并呼吁對(duì)其進(jìn)行更多研究，以確保人們能夠更好地利用它。機(jī)器學(xué)習(xí)正以看似平常的八種方式改變我們的生活：

　　1.在手機(jī)上

　　你可以使用口頭指令要求手機(jī)執(zhí)行搜索、通話等任務(wù)，這些功能就依賴于機(jī)器學(xué)習(xí)技術(shù)的支持。Siri、Alexa、Cortana以及Google Assistant等虛擬個(gè)人助理都能夠遵循口頭指令，因?yàn)樗鼈兡軌蜃R(shí)別語音。它們可以處理人類自然語言，并以越來越自然的方式將其與期望指令和響應(yīng)進(jìn)行匹配。這些智能助理可以不同的方式學(xué)習(xí)大量對(duì)話。它們可被詢問具體信息，比如如何讀取你的名字，或分辨房間中聲音的主人。所用用戶的大量對(duì)話都成為它們的樣本數(shù)據(jù)，幫助智能助理識(shí)別不同發(fā)音的詞匯，或如何創(chuàng)建自然討論。

　　2.在購(gòu)物籃里

　　我們?cè)S多人都已經(jīng)熟悉購(gòu)物推薦功能，比如超市提醒你在網(wǎng)上商店中添加奶酪，或亞馬遜為你推薦你可能喜歡的書籍。機(jī)器學(xué)習(xí)允許亞馬遜對(duì)個(gè)人購(gòu)物者提供推薦服務(wù)，這種技術(shù)能通過所謂的推薦系統(tǒng)提供建議。通過分析用戶此前的購(gòu)物數(shù)據(jù)，以及各種偏好表達(dá)，推薦系統(tǒng)可以記錄用戶采購(gòu)歷史模式。它們利用這種模式預(yù)測(cè)你可能會(huì)買什么。

　　3.在電視上

　　類似的系統(tǒng)也被用于為你在Netflix等流媒體服務(wù)上推薦電影或電視劇。推薦系統(tǒng)利用機(jī)器學(xué)習(xí)分析你的觀看習(xí)慣，并從你觀看的電影或節(jié)目建立模式。通過了解哪些用戶喜歡哪類電影，比如你最常看的電影類型，推薦系統(tǒng)就可確定你的品位。它們還可被用于在流媒體音樂服務(wù)Spotify上為你推薦曲目，在Facebook為你推薦閱讀文章等。

　　4.在電子郵件中

　　機(jī)器學(xué)習(xí)也可被用于區(qū)分不同類別的對(duì)象或條目。在過濾垃圾電子郵件方面，人工智能正發(fā)揮著重要作用。在從那些你不想看的郵件中篩選出想看的郵件時(shí)，這種技術(shù)特別有用。垃圾郵件發(fā)現(xiàn)系統(tǒng)可利用樣本郵件篩選垃圾郵件，通過發(fā)現(xiàn)特定詞匯、特定發(fā)送者的名字或其他特征確認(rèn)垃圾郵件。利用這種學(xué)習(xí)能力，這些系統(tǒng)可直接將電子郵件與正確文件夾聯(lián)系起來。它還能像用戶那樣標(biāo)記電子郵件，或在不同的文件夾之間移動(dòng)。

　　5.在社交媒體上

　　每個(gè)人都想知道Facebook如何知道照片中的人是誰，以及如何自動(dòng)標(biāo)記你的照片?Facebook和其他社交媒體使用的圖像識(shí)別系統(tǒng)能夠自動(dòng)標(biāo)記照片的能力也源自機(jī)器學(xué)習(xí)。當(dāng)用戶上傳圖片，并標(biāo)記家人和朋友時(shí)，這些圖像識(shí)別系統(tǒng)可以發(fā)現(xiàn)重復(fù)的圖片，并據(jù)此將它們分類。

　　6.在銀行中

　　通過分析大量數(shù)據(jù)賬號(hào)，機(jī)器學(xué)習(xí)可幫助人類分析師發(fā)現(xiàn)無法看到的異常模式或活動(dòng)。這種能力最常見的應(yīng)用就是打擊信用卡和借記卡詐騙。機(jī)器學(xué)習(xí)系統(tǒng)可被訓(xùn)練識(shí)別特定的開支模式以及交易特點(diǎn)，比如位置、數(shù)量以及時(shí)間等，令欺詐變得更難。當(dāng)交易看起來不正常時(shí)，系統(tǒng)就會(huì)發(fā)出警報(bào)，并向用戶發(fā)送信息。

　　7.在醫(yī)院中

　　醫(yī)生剛剛開始考慮利用機(jī)器學(xué)習(xí)幫助更好地做出診斷，比如診斷癌癥和眼疾。眼科醫(yī)院的患者通常需要進(jìn)行視網(wǎng)膜拍照才能發(fā)現(xiàn)問題，而通過了解醫(yī)生標(biāo)記的圖片，計(jì)算機(jī)可以分析病人的新視網(wǎng)膜圖片，包括皮膚斑點(diǎn)或顯微鏡下的細(xì)胞圖片。它們可以找到顯示病人眼部問題的視覺線索。這種圖像識(shí)別系統(tǒng)在醫(yī)療診斷中變得越來越重要。

　　8.在科學(xué)上

　　機(jī)器學(xué)習(xí)也為科學(xué)家們提供了新發(fā)現(xiàn)的能力。在粒子物理中，它可讓科學(xué)家們?cè)诖笮蛷?qiáng)子對(duì)撞機(jī)中產(chǎn)生的龐大數(shù)據(jù)中找到特定模式。這種儀器曾幫助發(fā)現(xiàn)希格斯玻色子(Higgs Boson)，現(xiàn)在正被用于幫助尋找還沒人能夠想象到的“新物理”。類似的創(chuàng)意也正被用于發(fā)現(xiàn)新的藥物上，比如尋找新的小分子和抗體對(duì)抗疾病。

　　未來展望

　　未來的重點(diǎn)將是讓系統(tǒng)自己執(zhí)行特殊任務(wù)，因此它們可被視為最佳“助手”。在學(xué)校，它們可追蹤學(xué)生表現(xiàn)，并幫助制定個(gè)人學(xué)習(xí)計(jì)劃。通過更好地使用資源，它們能幫助我們減少能源消耗;通過尋找更多更有意義的人類交流時(shí)間，幫助改善老年人照護(hù);在交通領(lǐng)域，機(jī)器學(xué)習(xí)也正支持無人駕駛汽車開發(fā)。

　　許多行業(yè)都在通過算法提高生產(chǎn)力。金融服務(wù)可能變得越來越自動(dòng)化，律師事務(wù)所可能使用機(jī)器學(xué)習(xí)進(jìn)行基本研究，日常任務(wù)將被更快地執(zhí)行。在未來10年中，機(jī)器學(xué)習(xí)技術(shù)將日益成為我們生活中不必可少的部分，并改變我們的工作和生活方式。