很多人都不確定到底什么才是機(jī)器學(xué)習(xí)。但是事實(shí)上機(jī)器學(xué)習(xí)已經(jīng)成為了我們?nèi)粘Ｉ畹囊徊糠至恕?/p>
機(jī)器學(xué)習(xí)是人工智能的一種，通過(guò)機(jī)器學(xué)習(xí)，計(jì)算機(jī)可以從示例中學(xué)習(xí)而不再需要一步一步地執(zhí)行命令。
英國(guó)皇家學(xué)會(huì)（The Royal Society）認(rèn)為機(jī)器學(xué)習(xí)對(duì)人們生活的影響會(huì)越來(lái)越大，并號(hào)召大家在這方面做更多的研究以確保英國(guó)能夠充分抓住并利用這個(gè)機(jī)會(huì)。
機(jī)器學(xué)習(xí)已經(jīng)是很多系統(tǒng)的“動(dòng)力系統(tǒng)”，從平凡到可以改變生活的所有。以下是一些例子： 1. 手機(jī)
運(yùn)用語(yǔ)音指令命令手機(jī)完成搜索和撥打電話等功能就是依賴(lài)于與機(jī)器學(xué)習(xí)相關(guān)的技術(shù)。 虛擬人工助理，如Siri、Alexa、Cortana 或者 Google Assistant 能夠執(zhí)行命令也是因?yàn)橛辛苏Z(yǔ)音識(shí)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(yīng)。
虛擬語(yǔ)音助理通過(guò)學(xué)習(xí)大量的對(duì)話及其他各種各樣的方式學(xué)習(xí)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(duì)話數(shù)據(jù)也被用作學(xué)習(xí)例子從而可以幫助虛擬人工助理識(shí)別多音詞以及學(xué)習(xí)如何自然地進(jìn)行討論。
2. 購(gòu)物車(chē)
很多人都非常熟悉購(gòu)物推薦，回想一下在線超市提醒你購(gòu)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(jī)器學(xué)習(xí)就是通過(guò)所謂的推薦系統(tǒng)來(lái)進(jìn)行推薦的。通過(guò)分析消費(fèi)者的購(gòu)物歷史數(shù)據(jù)以及消費(fèi)者所表現(xiàn)出來(lái)的消費(fèi)喜好，推薦系統(tǒng)可以在購(gòu)物歷史中總結(jié)出規(guī)律，從而預(yù)測(cè)出你可能喜歡的產(chǎn)品。
3. 電視
相似的推薦系統(tǒng)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(tǒng)。 推薦系統(tǒng)利用機(jī)器學(xué)習(xí)分析觀看習(xí)慣，根據(jù)每個(gè)人看過(guò)什么、喜歡看什么分析出偏好模式。了解到觀眾喜歡的電影類(lèi)型、點(diǎn)播歷史和高分評(píng)價(jià)以后，推薦系統(tǒng)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(tǒng)的存在，F(xiàn)acebook也通過(guò)這樣的機(jī)制為用戶(hù)推送文章。
4. 電子郵件
機(jī)器學(xué)習(xí)同樣可以被用于區(qū)分不同種類(lèi)的物品或項(xiàng)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(cè)系統(tǒng)利用一組示例郵件來(lái)識(shí)別出垃圾郵件——通過(guò)檢測(cè)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(shè)定好，系統(tǒng)就可以直接將相關(guān)郵件放進(jìn)特定的文件夾中。隨著用戶(hù)標(biāo)注郵件或者在文件夾間移動(dòng)郵件，該系統(tǒng)持續(xù)學(xué)習(xí)。
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(biāo)簽的嗎？
Facebook及其他社交媒體所采用的可以自動(dòng)加注標(biāo)簽的圖像識(shí)別系統(tǒng)也是基于機(jī)器學(xué)習(xí)的。當(dāng)用戶(hù)上傳照片并標(biāo)注出自己的朋友和家人后，圖像識(shí)別系統(tǒng)就會(huì)識(shí)別出重復(fù)出現(xiàn)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(shù)據(jù)分析和模式鑒別，人工分析員無(wú)法識(shí)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(yīng)用就是打擊儲(chǔ)蓄卡和信用卡欺詐行為。
機(jī)器學(xué)習(xí)系統(tǒng)可以被訓(xùn)練來(lái)識(shí)別典型的消費(fèi)模式及交易特征（如地點(diǎn)、數(shù)目或者時(shí)間），從而或多或少的降低欺詐的可能性。當(dāng)一單交易看起來(lái)有異常時(shí)就會(huì)觸發(fā)警報(bào)，隨后用戶(hù)就會(huì)收到一條相關(guān)信息。
7. 醫(yī)院
醫(yī)生開(kāi)始考慮使用機(jī)器學(xué)習(xí)來(lái)做出更好的診斷，比如發(fā)現(xiàn)癌癥和眼疾。通過(guò)學(xué)習(xí)醫(yī)生標(biāo)記過(guò)的圖片，計(jì)算機(jī)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(xì)胞圖。
通過(guò)這種方式，機(jī)器可以發(fā)現(xiàn)提示疾病存在的視覺(jué)線索。此類(lèi)圖像識(shí)別系統(tǒng)在醫(yī)療診斷領(lǐng)域里變得越來(lái)越重要。
8. 科學(xué)
機(jī)器學(xué)習(xí)同樣也為科學(xué)家探索新發(fā)現(xiàn)提供了助力。特別是在粒子物理領(lǐng)域，機(jī)器學(xué)習(xí)可以幫助計(jì)算機(jī)從Cern的大型強(qiáng)子碰撞型加速器收集到的海量數(shù)據(jù)集中發(fā)現(xiàn)模式。