机器学习如何改变世界
术语“机器学习”对您可能没有多大意义。您可能会想象一台计算机在下棋，计算出许多动作和可能的反动作。但是，当您听到“人工智能”或“人工智能”一词时，您更有可能对天网有新的了解，并且不可避免地出现了我们的机器人霸主。但是，人工智能(尤其是机器学习)的真相远没有那么险恶，而且实际上这并不是遥不可及的未来。今天就在这里，它正在塑造和简化我们的生活，工作，旅行和交流方式。
实际上，它正在塑造我们的日常生活和我们做出的决定。在某种程度上，甚至是您碰到这篇文章的方式。
机器学习是AI的一个要素(也许是驱动力)，通过这种方式，计算机可以进行自我教学并提高其执行特定任务的能力。从本质上讲，机器学习就是分析大数据-自动提取信息并使用它进行预测，破译该预测是否正确，如果不正确，则可以从中学习以做出将来更正确的预测。
Google，Amazon，Netflix和其他整体在线平台使用它来提供基于算法的语义结果，该算法分析用户的搜索，购买和查看历史记录，以预测他们正在寻找或想要的东西。
他们拥有的数据量巨大。一个最近的全球数字报告通过我们公布的是社会和来自HootSuite指出，利用互联网进行搜索的人数已达到4十亿人在2018年每一秒，大约有4万次的搜索处理，这相当于3.5十亿一天，或每年惊人的1.2万亿次搜索。每年，人类在网上花费的时间相当于10亿年。
每天收集的数据量惊人，如果没有机器学习的帮助，就不可能进行分析。但是，机器学习的意义远不止于满足我们对知识和猫GIF的似乎无法抑制的渴望。机器学习正在通过自动化体力劳动，改善我们的连接性和我们的生活方式以及塑造AI和物联网(IoT)的未来，越来越广泛地集成到所有行业以及工作日和休闲时间的各个方面。
机器学习对行业，专业和劳动力的影响被某些人视为奇迹，而另一些人则认为是灾难性的。您的意见将在很大程度上取决于您的专业和所从事的工作。机器学习具有使大部分熟练劳动力自动化的潜力，但是这对劳动力的影响程度取决于工作难度。当前，机器学习允许自动执行单个任务，而许多作业涉及多个任务，甚至在某种程度上，多任务处理还无法实现机器学习。
让我们按行业快速进行细分...
教育
要求教师戴上许多帽子：教育者，外交官，分析师，顾问，导师，盟友，裁判等。还没有计算机或机器人可以执行这些功能，但是通过机器学习，其中一些任务可以自动化。
可以对计算机进行编程，以确定针对每个学生需求的个人学习计划。算法可以分析测试结果，从而大大减少教师在业余时间上花在评分上的时间。学生的出勤率和学习历史可以帮助确定知识和学习障碍方面的差距。这些应用程序不一定会转换为无老师的教室(尽管也有这种假设)，但会促进教学环境，以提高结果并减轻老师和学生的负担。
法
律师事务所越来越多地转向使用机器学习来处理与法律先例相关的大量数据。例如，JP摩根使用名为COIN(控制情报)的软件程序在几秒钟内查看文档和以前的案例，否则将花费360,000小时。
与上面的老师一样，鉴于必须进行反驳和人为逻辑/上诉，因此机器学习或AI不可能在短期内取代律师，但结合机器学习肯定会减少整理案件所需的时间，并且可以加快审判速度，加快法院程序。
技术工人和体力劳动
工业自动化是我们可以预期的机器学习最明显的转变。曾经由训练有素的工人承担的职能和任务正日益机械化，特别是涉及某些危险或潜在危害的工作，例如工厂和采矿业。在澳大利亚的矿场中，已经有无人驾驶卡车在远程控制中心进行远程操作。
越来越多的机械代替劳动。您只需要访问当地的超市，即可看到更多自助服务亭和更少的员工)。但是，这又一次限制了一个人愿意对一台机器进行处理的程度，而人类快速解决问题的能力还不是机器能够做到的。
健康
机器学习每天都在我们的健康和福祉中扮演重要角色，并且已经被用于更快的患者诊断。根据年龄，社会经济状况，遗传史等，甚至可以从一开始就预防疾病，通过预测一个人可能容易受到的潜在健康问题而得到帮助。
使用程序来分析和对照包含数百万其他病例和疾病的数据库中的症状，可以更快地诊断疾病，通过更快的治疗来挽救生命，并减少患者在卫生系统上花费的时间。医院目前正在使用AI算法，以更准确地在放射线扫描中检测肿瘤并分析皮肤痣的不同痣，并且机器学习正被调整以加速对癌症治疗的研究。
运输
我们运输行业的自我控制稳步增长，越来越依赖于机器学习和AI，并且预计在未来十年内，我们的大部分运输和铁路网络都将受到自主控制。中国目前正在测试无人驾驶公共巴士。
同时，劳斯莱斯(Rolls Royce)和Google联手设计和发射了世界上第一艘无人驾驶船，到2020年。该船将使用Google的Cloud Machine Learning Engine跟踪和识别海上物体。虽然Google的自动驾驶汽车取代了一名驾驶员，但自动驾驶船的AI将需要执行通常需要20名乘员的任务。
几家加拿大航空公司还投入巨资开发无人驾驶商用飞机。随着NASA成功发射并降落了自主的航天飞机，并计划开发一种可以一天载客的模型，天空甚至没有极限。
机器学习和物联网正在改善我们沟通和日常生活的方式。读心技术正在取得令人印象深刻的进步，例如AlterEgo头戴式耳机可以响应我们的脑电波来控制房屋周围的设备。这项技术已经开发了一段时间，尽管AlterEgo看上去仍然有些笨拙，但不难想象在未来十年内其耐磨性将如何提高。令人兴奋的是，可以想象这些进步对改变家庭电器的使用方式产生的影响。
我们家庭生活的自动化已经在发生。亚马逊的Echo和Alexa允许您对智能家居进行语音控制(灯光变暗，百叶窗关闭，门锁等)，都在您的命令下。
甚至是不起眼的冰箱也都经过了21世纪的改建，现已连接到互联网。您可以在工作时仍在冰箱内查看，以确切地知道您所剩无几的食物。您甚至不一定需要去商店补货。您可以在路上订购杂货，并在方便时送货上门。
在不久的将来，我们可以期待您房屋几乎各个方面的自动化。在下班途中，您可能会遇到交通拥堵，从汽车中舒适的回家，打开暖气，调暗灯光并在步入大门时播放喜欢的歌曲。
术语“机器学习”对您可能没有多大意义。您可能会想象一台计算机在下棋，计算出许多动作和可能的反动作。但是，当您听到“人工智能”或“人工智能”一词时，您更有可能对天网有新的了解，并且不可避免地出现了我们的机器人霸主。
但是，人工智能(尤其是机器学习)的真相远没有那么险恶，而且实际上这并不是遥不可及的未来。今天就在这里，它正在塑造和简化我们的生活，工作，旅行和交流方式。
实际上，它正在塑造我们的日常生活和我们做出的决定。在某种程度上，甚至是您碰到这篇文章的方式。
相关：机器学习是营销未来的5个原因
什么是机器学习?
机器学习是AI的一个要素(也许是驱动力)，通过这种方式，计算机可以进行自我教学并提高其执行特定任务的能力。从本质上讲，机器学习就是分析大数据-自动提取信息并使用它进行预测，破译该预测是否正确，如果不正确，则可以从中学习以做出将来更正确的预测。
Google，Amazon，Netflix和其他整体在线平台使用它来提供基于算法的语义结果，该算法分析用户的搜索，购买和查看历史记录，以预测他们正在寻找或想要的东西。
他们拥有的数据量巨大。一个最近的全球数字报告通过我们公布的是社会和来自HootSuite指出，利用互联网进行搜索的人数已达到4十亿人在2018年每一秒，大约有4万次的搜索处理，这相当于3.5十亿一天，或每年惊人的1.2万亿次搜索。每年，人类在网上花费的时间相当于10亿年。
每天收集的数据量惊人，如果没有机器学习的帮助，就不可能进行分析。但是，机器学习的意义远不止于满足我们对知识和猫GIF的似乎无法抑制的渴望。机器学习正在通过自动化体力劳动，改善我们的连接性和我们的生活方式以及塑造AI和物联网(IoT)的未来，越来越广泛地集成到所有行业以及工作日和休闲时间的各个方面。
相关：想更像亚马逊吗?首先，使您的启动更多地由数据驱动。
机器学习如何影响工作生活
机器学习对行业，专业和劳动力的影响被某些人视为奇迹，而另一些人则认为是灾难性的。您的意见将在很大程度上取决于您的专业和所从事的工作。机器学习具有使大部分熟练劳动力自动化的潜力，但是这对劳动力的影响程度取决于工作难度。当前，机器学习允许自动执行单个任务，而许多作业涉及多个任务，甚至在某种程度上，多任务处理还无法实现机器学习。
让我们按行业快速进行细分...
教育
要求教师戴上许多帽子：教育者，外交官，分析师，顾问，导师，盟友，裁判等。还没有计算机或机器人可以执行这些功能，但是通过机器学习，其中一些任务可以自动化。
可以对计算机进行编程，以确定针对每个学生需求的个人学习计划。算法可以分析测试结果，从而大大减少教师在业余时间上花在评分上的时间。学生的出勤率和学习历史可以帮助确定知识和学习障碍方面的差距。这些应用程序不一定会转换为无老师的教室(尽管也有这种假设)，但会促进教学环境，以提高结果并减轻老师和学生的负担。
法
律师事务所越来越多地转向使用机器学习来处理与法律先例相关的大量数据。例如，JP摩根使用名为COIN(控制情报)的软件程序在几秒钟内查看文档和以前的案例，否则将花费360,000小时。
与上面的老师一样，鉴于必须进行反驳和人为逻辑/上诉，因此机器学习或AI不可能在短期内取代律师，但结合机器学习肯定会减少整理案件所需的时间，并且可以加快审判速度，加快法院程序。
技术工人和体力劳动
工业自动化是我们可以预期的机器学习最明显的转变。曾经由训练有素的工人承担的职能和任务正日益机械化，特别是涉及某些危险或潜在危害的工作，例如工厂和采矿业。在澳大利亚的矿场中，已经有无人驾驶卡车在远程控制中心进行远程操作。
越来越多的机械代替劳动。您只需要访问当地的超市，即可看到更多自助服务亭和更少的员工)。但是，这又一次限制了一个人愿意对一台机器进行处理的程度，而人类快速解决问题的能力还不是机器能够做到的。
健康
机器学习每天都在我们的健康和福祉中扮演重要角色，并且已经被用于更快的患者诊断。根据年龄，社会经济状况，遗传史等，甚至可以从一开始就预防疾病，通过预测一个人可能容易受到的潜在健康问题而得到帮助。
使用程序来分析和对照包含数百万其他病例和疾病的数据库中的症状，可以更快地诊断疾病，通过更快的治疗来挽救生命，并减少患者在卫生系统上花费的时间。医院目前正在使用AI算法，以更准确地在放射线扫描中检测肿瘤并分析皮肤痣的不同痣，并且机器学习正被调整以加速对癌症治疗的研究。
运输
我们运输行业的自我控制稳步增长，越来越依赖于机器学习和AI，并且预计在未来十年内，我们的大部分运输和铁路网络都将受到自主控制。中国目前正在测试无人驾驶公共巴士。
同时，劳斯莱斯(Rolls Royce)和Google联手设计和发射了世界上第一艘无人驾驶船，到2020年。该船将使用Google的Cloud Machine Learning Engine跟踪和识别海上物体。虽然Google的自动驾驶汽车取代了一名驾驶员，但自动驾驶船的AI将需要执行通常需要20名乘员的任务。
几家加拿大航空公司还投入巨资开发无人驾驶商用飞机。随着NASA成功发射并降落了自主的航天飞机，并计划开发一种可以一天载客的模型，天空甚至没有极限。
机器学习和物联网正在改善我们沟通和日常生活的方式。读心技术正在取得令人印象深刻的进步，例如AlterEgo头戴式耳机可以响应我们的脑电波来控制房屋周围的设备。这项技术已经开发了一段时间，尽管AlterEgo看上去仍然有些笨拙，但不难想象在未来十年内其耐磨性将如何提高。令人兴奋的是，可以想象这些进步对改变家庭电器的使用方式产生的影响。
我们家庭生活的自动化已经在发生。亚马逊的Echo和Alexa允许您对智能家居进行语音控制(灯光变暗，百叶窗关闭，门锁等)，都在您的命令下。
甚至是不起眼的冰箱也都经过了21世纪的改建，现已连接到互联网。您可以在工作时仍在冰箱内查看，以确切地知道您所剩无几的食物。您甚至不一定需要去商店补货。您可以在路上订购杂货，并在方便时送货上门。
在不久的将来，我们可以期待您房屋几乎各个方面的自动化。在下班途中，您可能会遇到交通拥堵，从汽车中舒适的回家，打开暖气，调暗灯光并在步入大门时播放喜欢的歌曲。
标签： 机器学习