你可能對此沒有明確的認識,但是機器學習已經滲透到我們生活的方方面面——零售(電商)、醫療、公共交通等等,而且各種應用正在以我們無法想象的方式增長。
你可能會在社交網站上與聊天機器人對話,或者與客戶服務電話交談——其實這背后都是很多類型的機器學習應用程序在默默工作,包括那些幫助組織預測模式和行為的機器學習應用程序。
這些應用程序能夠對海量數據進行篩選,一旦它們被“教會”了要尋找的東西,就能理解其中的信息。這種工作模式之下,就產生了對數據科學家的需求,他們能夠建立算法,找到可以預測結果和行為的模式。
如今,隨著自動化平臺如微軟Azure或AWS和機器學習庫等的出現,數據科學家開發這些算法模型比以往任何時候都更容易、更快。這不僅意味著你會獲得更快的客戶服務,而且你還將受益于更好、更高質量的產品和服務。
我看到了在各行各業中涌現出的機器學習新應用,而且這種創新的潛力幾乎是無限的。以下是一些現有的應用和不久的將來可以使用的應用。
·防御:利用衛星圖像,機器學習應用可以對簡易爆炸裝置(IED)爆炸的歷史數據進行篩選,以幫助軍方預測這些炸彈的位置。
·公共交通:利用衛星圖像、成像處理技術和歷史數據,數據科學家可以幫助機器學習軟件識別衛星地圖上的公共汽車,并創建一種算法,使其能夠預測任何一天的公共汽車所在的位置。為了讓軟件能夠“看到”帶有圖像處理的總線,數據科學家們使用深度學習和神經網絡,這是一種模擬大腦工作方式的算法。通過預測這些交通模式,該軟件能讓交通部門節省開支,同時幫助通勤者節省時間。
·制造:利用歷史數據,數據科學家可以建立算法來預測潛在的產品缺陷。由于這些缺陷可能是基于一個數字或多個變量的組合,比如室溫和零件制造時的位置等,軟件的數據越多越好,從而幫助確定缺陷的原因,并防止將來出現問題。
·衛生保健:衛生保健提供者可以通過機器學習來預測不同類型的結果,例如住院病人住院后住院的可能性或重新入院的可能性。這些應用程序被教導要對數據進行篩選,并根據不同的變量來尋找模式,比如病人的醫療狀況、何時、何時補藥,以及后續醫生就診的頻率。
·安全:機器學習應用可以幫助消除機場、體育場和其他場所的假警報,并發現人類安檢人員可能會錯過的東西,這不僅可以大大加快安全進程,還能提高安全性。
·金融服務:新算法使金融機構能夠預測未償貸款何時會拖欠。類似地,AI聊天機器人也在提供個性化的客戶建議,以增加用戶的忠誠度和滿意度。
·智能汽車:在未來,機器學習將使汽車能夠了解司機的需求和他們的環境。該軟件可以根據對特定司機的理解,自動調整諸如內部溫度、音樂和座位位置等信息,并在自動駕駛模式下提供實時的交通和路況信息。
無論是從大量的數據中識別圖像或進行模式識別,用機器學習的能力來預測行為和結果,在許多行業和我們日常接觸的很多領域有重大影響,我們的安全,健康,購買模式,和我們的工作方式。但它仍然是一個非常年輕的領域,有無限可能尚未被發掘出來,我們有理由相信未來會更好。