展会信息港展会大全

关于机器学习 有这几件事每个人都应该了解
来源:互联网   发布日期:2016-09-23 16:01:58   浏览:49801次  

导读:直到目前为止,要在电脑上完成一个最简单的任务仍然需要极其复杂且精确的指令说明。 我们身边还有谁记得如何用穿孔卡片编程吗?又有谁还会使用DOS呢? 计算机编程语言已经经过了多年的发展,但现在需要跨越的最大一步就是消除复杂编程。换句话说,教会计算机...

直到目前为止,要在电脑上完成一个最简单的任务仍然需要极其复杂且精确的指令说明。

我们身边还有谁记得如何用穿孔卡片编程吗?又有谁还会使用DOS呢?

计算机编程语言已经经过了多年的发展,但现在需要跨越的最大一步就是消除复杂编程。换句话说,教会计算机自学就被称为机器学习。

机器学习是一种非常有前景的技术,它的能力是飞跃性的提升,在不久的将来会实实在在、潜移默化地影响我们每个人和每个领域。正因如此,有几件事我认为每个人都应该了解。

| 是什么

不同于以往准确地指示计算机应该如何执行才能解决问题,在使用机器学习时,程序员无需告诉它应该如何学习才能解决问题。

机器学习在本质上是非常高级的统计应用,可以学习如何识别数据模式,并根据这些模式做出预测。如果感动兴趣的话可以打开此处网站链接,有一个关于机器学习工作原理的可视化介绍。

机器学习的研究早在1950年代就开始了,当时的计算机科学家想出了如何教计算机下棋。在那之后,随着计算能力的提高,计算机能够识别复杂的模式,也因此可以做出预测和解决问题。

机器学习算法通常会给出一套“教学”的数据,然后要求通过这些数据来回答问题。例如,你可能提供了一组用于计算机教学的照片,其中某些会说“这是一只猫”,另一些会说“这不是一只猫”。然后你可以向计算机展示一系列的新照片,它就会开始自己判断哪些是猫的照片。

机器学习就是在不断地加大其“教学”数据集,无论判断对错,每张被辨识过的照片都会被添加到数据集中,这样程序就会变得越来越“聪明”,也能更好地完成其任务。

实际上,这就是学习过程。

| 有何魅力

计算机现在可以大胆地进入任何一个与我们息息相关的领域。虽然技术在许多情况下还不完善,但因为机器学习特殊的概念,可以不知疲倦地不断提高其性能,理论上没有天花板上,只会变得越来越好。

如我们之前举的猫的照片的例子,计算机现在可以“看见”图片并对其分类,还可以“阅读”图中的文字和数字,甚至是识别某个人或某个地方。他们不仅是有阅读文本的能力,也能通过理解上下文判断代表的情绪是积极的还是消极的。

除此之外,计算机还会能倾听、理解并回应我们。你口袋里的虚拟助手也许是Siri、Cortana,又或者是谷歌助手。这代表了计算机在理解人类自然语言的能力方面实现了一个重大飞跃,而且还在不断改善中。

计算机现在还学会了书写,机器学习算法已被用于撰写一些日常的新闻文章,主要是需要大量数据的领域,比如财务、运动报告。这会广泛影响包括数据录入和分类等需要人工干预的任务。如果一台计算机可以识别一些东西——比如一个图像,一个文档,一个文件等等,如果描述准确,就可能有很多自动化方面的用途。

| 应用现状

人们已经可以利用机器学习算法实现很多令人兴奋的事情了。

最近有一项关于使用计算机进行辅助诊断(CAD)的研究,分析了乳腺癌女性患者的早期扫描结果,结果证明计算机将其中52% 的确诊时间提早了一年左右。并且,基于庞大的人口数,机器学习可以学习理解其中的致病因子。Medecision公司发明了一种算法可以让它定位并识别 8种信号,能让糖尿病患者避免不必要的住院治疗。

另外,想必你有过这样的经验,某次在线上商店逛完后却没有剁手,不过往后的几天,网页四周到处挂着你曾经搜过的关键字推荐广告,这些都只是机器学习应用的冰山一角。其它情况,诸如商业公司给顾客寄优惠券、提供产品介绍、推荐新品的时候,都可以发挥“个性化定制”的超级算法,这一切都只有一个小目的,那就是推荐消费者更加容易青睐的商品。

自然语言处理(NLP)正在被用到各种跨学科的新奇应用中。使用自然语言的机器学习算法可以替代客服专员,并且能够更快地告知客户们所需要的信息。它也被用来将合同中晦涩难懂的措辞转化为平实的语言文字,帮助律师们在准备案子时整理大量的资料信息。

IBM 最近在顶级汽车厂商的高管们中进行了调查,他们中有 74% 的人预计在 2025 年之前我们就能看到智能汽车行驶在路面上。

智能汽车不但能融入整个物联网系统中,还能对它的主人和周围环境进行学习。它能根据驾驶员信息资料调整自身内部设置(温度、音乐、座椅位置等),甚至可以自动修复问题,还能自动驾驶,也能根据交通和道路情况提供实时建议。

| 未来发展

机器学习带给我们的想象空间是巨大的,其中一些令人兴奋的可能性包括:

个性化医疗,根据基因组成和生活方式为用户创建独一无二的医疗护理和治疗计划。

数据安全,程序可以高度准确地自动检测恶意软件、病毒和攻击。

计算机辅助安全,在机场和体育场馆等公共场所可以预测威胁人员,并检查安检人员错过事物。

自动驾驶汽车,可以自己导航,避免交通事故。

先进的欺诈检测,保护金融和保险领域的资金安全。

甚至是一个“通用翻译助手”,可以实时、准确、迅速地翻译你对手机或其他设备说的话。

| 和我有什么关系

对许多人来说,每当技术进步时,他们仅仅是对新技术表示欢迎,不会太关心其工作原理和背后的使用场景。但我要提醒的是,我们都应该关心机器学习,因为它将给我们的生活带来很多助益,还可能改变我们的劳动力结构。

地球上的每个人几乎都在产生越来越多的数据,当人们在工作中运用机器学习来处理时,一切都将被颠覆。是的,对许多人来说,这些新技术会使工作变得更加容易,但也可能淘汰掉许多工作。算法现在可以帮我们回复邮件、解释医学影像、找到胜诉的法律案例、分析我们的数据等等。

机器学习算法依赖于从过去的例子中“学习”经验,从而使程序员从无穷无尽的代码中拯救出来,无需考虑各种意外情况。这种学习能力,再加上机器人技术和移动技术的优越性,意味着计算机现在可以比以往任何时候都更快更好地帮助人类完成更加复杂的任务。

世界经济论坛提估算,在未来五年内我们将有 500 万个工作岗位被计算机和机器人所取代。

这意味着,不管你的工作是什么——从律师到诊断专家,从客户服务代表到卡车司机,都必须注意机器学习将会如何影响你所在的领域、你所接触的业务和你所从事的工作。为了避免被计算机带来的颠覆性震惊到,最好方法就是从现在开始积极地了解,做好准备。

via Forbes

赞助本站

人工智能实验室

相关热词: 机器学习 备忘录

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港