機(jī)器(qì)學習是人工(gōng)智能(néng)的一(yī)種，通(tōng)過機(jī)器(qì)學習，計算(suàn)機(jī)可以從(cóng)示例中學習而不再需要一(yī)步一(yī)步地執行命令。

　　英國(guó)皇家學會(huì)（TheRoyalSociety）認為(wèi)機(jī)器(qì)學習對人們生(shēng)活的影響會(huì)越來越大，并号召大家在這方面做更多(duō)的研究以确保英國(guó)能(néng)夠充分抓住并利用這個(gè)機(jī)會(huì)。

　　機(jī)器(qì)學習已經是很多(duō)系統的“動力系統”，從(cóng)平凡到(dào)可以改變生(shēng)活的所有。以下(xià)是一(yī)些例子：

　　1.手機(jī)

　　運用語音(yīn)指令命令手機(jī)完成搜索和撥打電(diàn)話等功能(néng)就(jiù)是依賴于與機(jī)器(qì)學習相(xiàng)關的技(jì)術(shù)。

　　虛拟人工(gōng)助理，如Siri、Alexa、Cortana或者GoogleAssistant能(néng)夠執行命令也是因為(wèi)有了語音(yīn)識别技(jì)術(shù)，能(néng)夠處理人類語言，匹配相(xiàng)關指令并以越來越自(zì)然的方式做出反應。

　　虛拟語音(yīn)助理通(tōng)過學習大量的對話及其他各種各樣的方式學習人類語言。它們也許會(huì)問詢具體的信息，如怎麽稱呼你，或者一(yī)家人中每個(gè)個(gè)體的聲音(yīn)分别是什麽樣的。

　　所有用戶所産生(shēng)的大量對話數據也被用作學習例子從(cóng)而可以幫助虛拟人工(gōng)助理識别多(duō)音(yīn)詞以及學習如何自(zì)然地進行讨論。

　　2.購物(wù)車

　　很多(duō)人都非常熟悉購物(wù)推薦，回想一(yī)下(xià)在線超市(shì)提醒你購買東西(xī)的場景，或者Amazon向你推薦你可能(néng)喜歡的書的場景。

　　機(jī)器(qì)學習就(jiù)是通(tōng)過所謂的推薦系統來進行推薦的。通(tōng)過分析消費(fèi)者的購物(wù)曆史數據以及消費(fèi)者所表現出來的消費(fèi)喜好，推薦系統可以在購物(wù)曆史中總結出規律，從(cóng)而預測出你可能(néng)喜歡的産品。

　　3.電(diàn)視

　　相(xiàng)似的推薦系統同樣也用于電(diàn)影或者電(diàn)視等流媒體中，比如Netflix就(jiù)有這樣的推薦系統。

　　推薦系統利用機(jī)器(qì)學習分析觀看(kàn)習慣，根據每個(gè)人看(kàn)過什麽、喜歡看(kàn)什麽分析出偏好模式。了解到(dào)觀衆喜歡的電(diàn)影類型、點播曆史和高(gāo)分評價以後，推薦系統就(jiù)可以分析出看(kàn)電(diàn)影的個(gè)人偏好。

　　在Spotify等音(yīn)樂類流媒體中同樣有推薦系統的存在，Facebook也通(tōng)過這樣的機(jī)制為(wèi)用戶推送文章。

　　4.電(diàn)子郵件(jiàn)

　　機(jī)器(qì)學習同樣可以被用于區分不同種類的物(wù)品或項目。這點可以被用來從(cóng)一(yī)堆電(diàn)子郵件(jiàn)中挑選出你想看(kàn)的郵件(jiàn)。

　　垃圾郵件(jiàn)探測系統利用一(yī)組示例郵件(jiàn)來識别出垃圾郵件(jiàn)——通(tōng)過檢測特定的詞語、發件(jiàn)人以及其他特征判定是否是垃圾郵件(jiàn)。一(yī)旦設定好，系統就(jiù)可以直接将相(xiàng)關郵件(jiàn)放(fàng)進特定的文件(jiàn)夾中。随著(zhe)用戶标注郵件(jiàn)或者在文件(jiàn)夾間移動郵件(jiàn)，該系統持續學習。

　　5.社交網絡

　　你想過Facebook是怎麽知道你的照(zhào)片裡(lǐ)有誰并自(zì)動打上(shàng)标簽的嗎(ma)？

　　Facebook及其他社交媒體所采用的可以自(zì)動加注标簽的圖像識别系統也是基于機(jī)器(qì)學習的。當用戶上(shàng)傳照(zhào)片并标注出自(zì)己的朋友(yǒu)和家人後，圖像識别系統就(jiù)會(huì)識别出重複出現的元素并将其分類或指向特定的人物(wù)。

　　6.銀(yín)行

　　通(tōng)過大量數據分析和模式鑒别，人工(gōng)分析員(yuán)無法識别出的行為(wèi)都可以被分析出來。這種分析能(néng)力的最常見(jiàn)應用就(jiù)是打擊儲蓄卡和信用卡欺詐行為(wèi)。

　　機(jī)器(qì)學習系統可以被訓練來識别典型的消費(fèi)模式及交易特征（如地點、數目或者時間），從(cóng)而或多(duō)或少的降低(dī)欺詐的可能(néng)性。當一(yī)單交易看(kàn)起來有異常時就(jiù)會(huì)觸發警報(bào)，随後用戶就(jiù)會(huì)收到(dào)一(yī)條相(xiàng)關信息。

　　7.醫(yī)院

　　醫(yī)生(shēng)開(kāi)始考慮使用機(jī)器(qì)學習來做出更好的診斷，比如發現癌症和眼疾。通(tōng)過學習醫(yī)生(shēng)标記過的圖片，計算(suàn)機(jī)可以分析鑒别新的病人視網膜圖、皮膚斑點或者顯微鏡下(xià)的細胞圖。

　　通(tōng)過這種方式，機(jī)器(qì)可以發現提示疾病存在的視覺線索。此類圖像識别系統在醫(yī)療診斷領域裡(lǐ)變得越來越重要。

　　8.科學

　　機(jī)器(qì)學習同樣也為(wèi)科學家探索新發現提供了助力。特别是在粒子物(wù)理領域，機(jī)器(qì)學習可以幫助計算(suàn)機(jī)從(cóng)Cern的大型強子碰撞型加速器(qì)收集到(dào)的海量數據集中發現模式。

　　機(jī)器(qì)學習在希格斯玻色子（HiggsBoson）的發現中起到(dào)了重要作用，現在機(jī)器(qì)學習被應用于任何人都沒有想象過的“新物(wù)理”探索中。同時，還(hái)被用于發現新藥，比如通(tōng)過尋找新型小(xiǎo)分子或抗體來對抗疾病。

　　未來将會(huì)怎樣？

　　未來的發展将聚焦于制造出能(néng)夠出色地完成特定任務的系統，并使這些系統成為(wèi)人類的助手。

　　在學校，機(jī)器(qì)學習可以跟蹤學生(shēng)的表現，制定個(gè)人學習計劃。可以幫助我們高(gāo)效地利用資源，從(cóng)而降低(dī)能(néng)耗；可以通(tōng)過幫助人們發現更多(duō)的有意義的人際接觸來加強對老人的關懷。

　　在交通(tōng)領域，機(jī)器(qì)學習可以推動無人駕駛。

　　各行各業(yè)都可以利用算(suàn)法來提高(gāo)效率。金融服務的自(zì)動化程度可以更高(gāo)，律師(shī)事(shì)務所利用機(jī)器(qì)學習完成基本的調查。常規任務可以更快地完成，這将挑戰依賴于按工(gōng)作時間收費(fèi)的商業(yè)模式。

　　在未來十年(nián)，機(jī)器(qì)學習科技(jì)将越來越多(duō)地滲透到(dào)我們的生(shēng)活中，改變我們工(gōng)作和生(shēng)活的方式。