【中國智能制造網(wǎng) 名家論壇】風(fēng)險投資集團Madrona不久前在西雅圖舉辦了一場機器學(xué)習(xí)與人工智能峰會，匯集了智能應(yīng)用生態(tài)系統(tǒng)中不少大公司和初創(chuàng)企業(yè)。　　
　　本次峰會的一個重要的議題來自對與會者的問卷調(diào)查。在調(diào)查中，所有受訪者都表示，機器學(xué)習(xí)對他們的公司和所在行業(yè)很重要或者非常重要。
　　
　　然而，超過半數(shù)的受訪者認為，自己所在的機構(gòu)在機器學(xué)習(xí)上還不夠?qū)I(yè)，難以支持他們完成需要做的事。
　　
　　微軟部門前任副總裁，現(xiàn)Madrona投資合伙人S.Somasegar參加了這次峰會，下文是他所寫的總結(jié)。他認為，本次峰會展現(xiàn)了機器學(xué)習(xí)和人工智能當下的五個趨勢：
　　
　　1.微智能和中間件服務(wù)
　　
　　廣義上講，現(xiàn)在的公司分為兩類：一類是研發(fā)機器學(xué)習(xí)和人工智能技術(shù)的；另一類則是在應(yīng)用和服務(wù)中使用機器學(xué)習(xí)和人工智能的。在包括數(shù)據(jù)預(yù)服務(wù)和學(xué)習(xí)服務(wù)或Maas提供者的（數(shù)據(jù)存儲）塊服務(wù)（比如aka和中間件服務(wù)）中，現(xiàn)在正有大量的革新在發(fā)生。
　　
　　隨著微服務(wù)的出現(xiàn)，并且通過RESTAPI可以地連接這些微服務(wù)，現(xiàn)在有一種逐漸增強的趨勢，即，讓學(xué)習(xí)服務(wù)和機器學(xué)習(xí)算法能夠得到使用和再使用，而不是像以前那樣必須從頭開始重新設(shè)計。
　　
　　舉個例子，Algorithmia公司提供了一個算法交易平臺，任何智能的應(yīng)用都能按需取用平臺上的算法。這些算法和模型與特定數(shù)據(jù)集的結(jié)合（使用條件限于特殊的vertical），就是我們所說的微智能。這些微智能可以地融入應(yīng)用中。
　　
　　2.每一個應(yīng)用都會變得智能
　　
　　如果你的公司還沒開始使用機器學(xué)習(xí)來監(jiān)測異常，推薦產(chǎn)品或者預(yù)測客戶流失，你很快就會用到了。由于新數(shù)據(jù)的快速迭代、大量計算能力變得可用以及新的機器學(xué)習(xí)平臺門檻降低（不管是在大型的科技公司，比如亞馬遜、谷歌和微軟，或者初創(chuàng)企業(yè)），我們會看到越來越多的應(yīng)用，它們能夠產(chǎn)生實時的預(yù)測，并且不斷變得更好。在過去六個月，我們所見到的所有100多個處于早期的初創(chuàng)企業(yè)中，超過90%都在計劃使用機器學(xué)習(xí)來提供更好的用戶體驗。　　3.黑箱不黑
　　
　　在機器學(xué)習(xí)和人工智能的世界中，信任和透明是至關(guān)重要的。
　　
　　過去的一年間，有好幾個高調(diào)的機器學(xué)習(xí)和人工智能項目走到了聚光燈下，包括微軟的Tay，谷歌DeepMind的AlphaGo，F(xiàn)acebook的聊天應(yīng)用M以及各種各樣的聊天機器人。自然用戶交互界面的發(fā)展（聲音，對話和視覺）為我們提供了非常有意思的選擇和機會，讓人類可以與虛擬助手（蘋果的Siri，亞馬遜的Alexa，微軟的Cortana以及Viv）互動。
　　
　　在我們與人工智能產(chǎn)品的交互中，也有一些令人煩惱的例子。比如，在GeorgiaTech的一門線上課程結(jié)束時，學(xué)生們才發(fā)現(xiàn)一位與他們互動了一整個學(xué)期的助教Jill竟然是聊天機器人。
　　
　　這一例子展現(xiàn)了技術(shù)和創(chuàng)新的神奇之處，同時，也引發(fā)了一些關(guān)于機器人、機器學(xué)習(xí)和人工智能的世界中信任和透明這方面規(guī)則的思考。
　　
　　與人工智能相關(guān)的工作中，理解“是什么”背后的“為什么”通常是另一個比較關(guān)鍵的部分。對于醫(yī)生和病人來說，只告訴他們“有75%的概率觸發(fā)癌癥，需要使用某種藥物進行治療”，這還不夠，他們需要知道是什么信息讓機器得到了這一預(yù)測或者答案。
　　
　　我們地相信，對于機器學(xué)習(xí)，接下來我們可以做到完全透明，我們還應(yīng)該想清楚，這一技術(shù)的進步在道德上會有什么啟發(fā)，這會是我們生活中不可缺少的一部分，也是社會進步不可缺少的一部分。
　　
　　4.人類依然不可或缺
　　
　　關(guān)于我們該不該擔(dān)心人工智能會代替人類，接管世界這一話題，現(xiàn)在有許多討論。在自動化領(lǐng)域，機器學(xué)習(xí)和人工智能發(fā)揮著重要作用，并且獲得了巨大的進步。但是，可以肯定的是，在智能應(yīng)用的開發(fā)中，我們?nèi)匀恍枰祟?，來?chuàng)造正確的，端對端的用戶體驗。
　　
　　房屋買賣網(wǎng)站Redfin做了一個嘗試，把機器學(xué)習(xí)生成的推薦推送給用戶。這些機器生成的推薦比起用戶自行搜索和篩選的結(jié)果更能吸引用戶。不過，匹配率真正大幅度地提升是在Redfin讓中介對機器生成的推薦進行修正后再推送。Redfin能夠把中介對機器的推薦的修正作為額外的訓(xùn)練數(shù)據(jù)，進而帶動推薦房源點擊量的大幅提升。
　　
　　大數(shù)據(jù)平臺Splunk也強調(diào)了這一點。如果僅靠機器，沒有人的參與，消費者很難從Splunk獲得大的價值。
　　
　　Spare5是一家搜集數(shù)據(jù)，以支持計算機視覺研究的公司，他們的例子也說明了人類在訓(xùn)練機器學(xué)習(xí)模型中的作用：人類可以對要輸入模型中的數(shù)據(jù)進行修正和分類。
　　
　　機器學(xué)習(xí)中另一個常見的格言是：garbagein,garbageout（輸入的是垃圾，輸出的也是垃圾）。也就是說，數(shù)據(jù)的質(zhì)量和完整性對于建造的模型至關(guān)重要。
　　
　　5.也不是從一開始就需要機器學(xué)習(xí)