以后对于机器学习的依赖会很大吗

据BBC报道，许多人可能不太确定到底什么是机器学习，而事实上它已经成为我们日常生活中不可或缺的重要组成部分。作为人工智能（AI）的一种形式，机器学习可让电脑从示例中学习，而不必按照预先设定的指令行事。英国皇家学会认为，机器学习将对人类生活产生越来越大的影响，并呼吁对其进行更多研究，以确保人们能够更好地利用它。机器学习正以看似平常的八种方式改变我们的生活：

1.在手机上

你可以使用口头指令要求手机执行搜索、通话等任务，这些功能就依赖于机器学习技术的支持。Siri、Alexa、Cortana以及Google Assistant等虚拟个人助理都能够遵循口头指令，因为它们能够识别语音。它们可以处理人类自然语言，并以越来越自然的方式将其与期望指令和响应进行匹配。这些智能助理可以不同的方式学习大量对话。它们可被询问具体信息，比如如何读取你的名字，或分辨房间中声音的主人。所用用户的大量对话都成为它们的样本数据，帮助智能助理识别不同发音的词汇，或如何创建自然讨论。

2.在购物篮里

我们许多人都已经熟悉购物推荐功能，比如超市提醒你在网上商店中添加奶酪，或亚马逊为你推荐你可能喜欢的书籍。机器学习允许亚马逊对个人购物者提供推荐服务，这种技术能通过所谓的推荐系统提供建议。通过分析用户此前的购物数据，以及各种偏好表达，推荐系统可以记录用户采购历史模式。它们利用这种模式预测你可能会买什么。

3.在电视上

类似的系统也被用于为你在Netflix等流媒体服务上推荐电影或电视剧。推荐系统利用机器学习分析你的观看习惯，并从你观看的电影或节目建立模式。通过了解哪些用户喜欢哪类电影，比如你最常看的电影类型，推荐系统就可确定你的品位。它们还可被用于在流媒体音乐服务Spotify上为你推荐曲目，在Facebook为你推荐阅读文章等。

4.在电子邮件中

机器学习也可被用于区分不同类别的对象或条目。在过滤垃圾电子邮件方面，人工智能正发挥着重要作用。在从那些你不想看的邮件中筛选出想看的邮件时，这种技术特别有用。垃圾邮件发现系统可利用样本邮件筛选垃圾邮件，通过发现特定词汇、特定发送者的名字或其他特征确认垃圾邮件。利用这种学习能力，这些系统可直接将电子邮件与正确文件夹联系起来。它还能像用户那样标记电子邮件，或在不同的文件夹之间移动。

5.在社交媒体上

每个人都想知道Facebook如何知道照片中的人是谁，以及如何自动标记你的照片？Facebook和其他社交媒体使用的图像识别系统能够自动标记照片的能力也源自机器学习。当用户上传图片，并标记家人和朋友时，这些图像识别系统可以发现重复的图片，并据此将它们分类。

6.在银行中

通过分析大量数据账号，机器学习可帮助人类分析师发现无法看到的异常模式或活动。这种能力最常见的应用就是打击信用卡和借记卡诈骗。机器学习系统可被训练识别特定的开支模式以及交易特点，比如位置、数量以及时间等，令欺诈变得更难。当交易看起来不正常时，系统就会发出警报，并向用户发送信息。

7.在医院中

医生刚刚开始考虑利用机器学习帮助更好地做出诊断，比如诊断癌症和眼疾。眼科医院的患者通常需要进行视网膜拍照才能发现问题，而通过了解医生标记的图片，计算机可以分析病人的新视网膜图片，包括皮肤斑点或显微镜下的细胞图片。它们可以找到显示病人眼部问题的视觉线索。这种图像识别系统在医疗诊断中变得越来越重要。

8.在科学上

机器学习也为科学家们提供了新发现的能力。在粒子物理中，它可让科学家们在大型强子对撞机中产生的庞大数据中找到特定模式。这种仪器曾帮助发现希格斯玻色子（Higgs Boson），现在正被用于帮助寻找还没人能够想象到的“新物理”。类似的创意也正被用于发现新的药物上，比如寻找新的小分子和抗体对抗疾玻

未来展望

未来的重点将是让系统自己执行特殊任务，因此它们可被视为最佳“助手”。在学校，它们可追踪学生表现，并帮助制定个人学习计划。通过更好地使用资源，它们能帮助我们减少能源消耗；通过寻找更多更有意义的人类交流时间，帮助改善老年人照护；在交通领域，机器学习也正支持无人驾驶汽车开发。

许多行业都在通过算法提高生产力。金融服务可能变得越来越自动化，律师事务所可能使用机器学习进行基本研究，日常任务将被更快地执行。在未来10年中，机器学习技术将日益成为我们生活中不必可少的部分，并改变我们的工作和生活方式。

责任编辑：ct