机器学习如何成为如此强大的力量?它如何改变我们的日常生活,以及未来的发展前景?这本书既是走在记忆里的路,也是在机器学习即将到来的趋势幕后的一瞥。
机器学习的演变
有时,令人惊讶的是,创造力和为我们的日常生活增加更多便利的愿望可以启动如此强大的人类历史分支。早在17世纪设计第一台机械计算器时,那个法国少年可能从未梦想过这一刻将成为机器学习历史的起点。
后来,更雄心勃勃的发现和设备带来了机器学习的所有当前力量和荣耀。这是机器学习历史上最重要的里程碑:
- 1679年,二进制系统诞生了
- Ada Lovelace在1842年创建了第一个计算机算法,成为有史以来第一个程序员
- 1936年,图灵设计了通用机器的概念
- 1947年,创建了第一个神经网络
- 2006年,基于神经网络研究提出了“深度学习”一词
- 2011年,沃森计算机赢得了危险
- 2012年是Google Brain发布的一年,人脸阅读功能有了显着改善
当然,这并不是过去几十年来开发的所有令人兴奋的机器学习创新的完整列表。但是,很明显,机器学习创新正以惊人的速度增长。
顶级机器学习用途
直到最近,机器学习还没有在技术行业之外广泛使用。但是,到了最近十年末,机器学习应用进入了安全,医疗保健,教育和其他多个行业。
让我们研究一下最流行的机器学习用途:
1.社交媒体
Facebook是有前途的机器学习创新的主要采用者之一。该平台使用面部识别功能,允许人们在帖子中标记朋友。此外,深度学习会分析用户上传的所有图片并自动对其进行标记。
2.个性化零售
诸如Amazon产品推荐之类的工具很大程度上基于机器学习。对公司而言,采用深度学习是一项重大举措。根据最近统计,产品推荐约占零售商收入的35%。
3.欺诈检测
信用卡欺诈是金融行业的主要问题,导致 320亿美元在损坏。与金融机构使用的基于规则的传统方法相比,机器学习是检测欺诈企图的更为有效的方法。
这是在欺诈预防中采用机器学习的方式:
查找隐式数据关联,这些关联可能是可能欺诈的危险信号
在没有人工监督的情况下检测欺诈性情况
提高欺诈检测和应急计划实施的速度
4.创作艺术品
机器学习使计算机可以处理音乐,文学或艺术,并根据数百万个引用创建原始样本。尽管人们普遍误以为机器缺乏创造力,但事实是,它们的作品令人鼓舞。
以下是艺术领域最有前途的机器学习应用程序:
IBM的Watson成为出色的 厨房厨师 并从头开始创建食谱
经过分析数百 高迪的雕塑,IBM的Watson能够以艺术家的风格创作原创作品
机器学习允许计算机写音乐
5.医疗保健
几年来,全世界的医生都在最早的阶段就使用机器学习来检测癌症和其他疾病。例如,在中国,一个机器学习工具每年可分析数千次CT扫描,从而为医生节省更多时间进行手术治疗和术后护理。
此外,Google对人脑的研究还导致了 深脑—一种模拟人脑工作方式的算法。这种进步可以使人们更了解阿尔茨海默氏症,痴呆症和其他晦涩病症的性质。
机器学习的未来
考虑到机器学习的飞速发展,难怪世界各地的公司都在押注这些技术。如今有数十家公司成为AI第一,我们将在未来5-7年内看到数十种ML创新。
机器学习工程师社区对不久的将来有什么期望?这些将是未来技术进步的支柱。
1.计算机视觉
在过去的3-5年中,人脸识别的精度急剧提高,使科学家的错误率从26% 早在2011年到今天的约3%将来,人脸识别的质量必将提高,使计算机成为人眼的有力替代品。
计算机视觉质量的提高将扩大ML应用在医疗保健,安全性,艺术品和零售领域的应用范围。
2.自然语言处理
自然语言处理(NLP)是另一个将在未来取得巨大进步的领域。BERT是自然语言处理算法中最新最受关注的算法之一,它帮助Google提高了搜索排名的质量,从而确保每个互联网用户都可以直接访问相关内容。
科学家在NLP中所取得的进步将影响实时翻译的质量,以至于我们可能会在不久的将来看到人工翻译已过时。
3.多功能机器学习模型
到2020年,大多数机器学习应用程序都是分散的和小众的。有用于图像识别,数据分类或自然语言处理的单独设备。但是,类似于广播,电视,计算器和其他机器如何在计算机中成为一体,科学家相信多功能机器学习模型的想法。
这样的设备将允许用户根据手头的任务在不同的机器学习工具之间进行切换,类似于我们在网络上切换标签的方式。
结论
机器学习在我们日常生活的各个方面都发挥着重要作用。我们已经使用算法来挑选下一个Netflix狂欢,在Facebook帖子中标记好友,并找到新的Amazon产品推荐。
从教育到医疗保健,诸如KNN,梯度提升或决策树之类的机器学习算法已被证明是人类的可靠助手。将来,我们将在更大程度上感受到创新技术对我们生活的影响-全世界无疑都在期待这些变化。
关注“CDA人工智能学院”,回复“录播”获取更多人工智能精选直播视频!