機器學習是人工智能的一種，通過機器學習，計算機可以從示例中學習而不再需要一步一步地執(zhí)行命令。

　　英國皇家學會（TheRoyalSociety）認為機器學習對人們生活的影響會越來越大，并號召大家在這方面做更多的研究以確保英國能夠充分抓住并利用這個機會。

　　機器學習已經(jīng)是很多系統(tǒng)的“動力系統(tǒng)”，從平凡到可以改變生活的所有。以下是一些例子：

　　1.手機

　　運用語音指令命令手機完成搜索和撥打電話等功能就是依賴于與機器學習相關(guān)的技術(shù)。

　　虛擬人工助理，如Siri、Alexa、Cortana或者GoogleAssistant能夠執(zhí)行命令也是因為有了語音識別技術(shù)，能夠處理人類語言，匹配相關(guān)指令并以越來越自然的方式做出反應(yīng)。

　　虛擬語音助理通過學習大量的對話及其他各種各樣的方式學習人類語言。它們也許會問詢具體的信息，如怎么稱呼你，或者一家人中每個個體的聲音分別是什么樣的。

　　所有用戶所產(chǎn)生的大量對話數(shù)據(jù)也被用作學習例子從而可以幫助虛擬人工助理識別多音詞以及學習如何自然地進行討論。

　　2.購物車

　　很多人都非常熟悉購物推薦，回想一下在線超市提醒你購買東西的場景，或者Amazon向你推薦你可能喜歡的書的場景。

　　機器學習就是通過所謂的推薦系統(tǒng)來進行推薦的。通過分析消費者的購物歷史數(shù)據(jù)以及消費者所表現(xiàn)出來的消費喜好，推薦系統(tǒng)可以在購物歷史中總結(jié)出規(guī)律，從而預(yù)測出你可能喜歡的產(chǎn)品。

　　3.電視

　　相似的推薦系統(tǒng)同樣也用于電影或者電視等流媒體中，比如Netflix就有這樣的推薦系統(tǒng)。

　　推薦系統(tǒng)利用機器學習分析觀看習慣，根據(jù)每個人看過什么、喜歡看什么分析出偏好模式。了解到觀眾喜歡的電影類型、點播歷史和高分評價以后，推薦系統(tǒng)就可以分析出看電影的個人偏好。

　　在Spotify等音樂類流媒體中同樣有推薦系統(tǒng)的存在，F(xiàn)acebook也通過這樣的機制為用戶推送文章。

　　4.電子郵件

　　機器學習同樣可以被用于區(qū)分不同種類的物品或項目。這點可以被用來從一堆電子郵件中挑選出你想看的郵件。

　　垃圾郵件探測系統(tǒng)利用一組示例郵件來識別出垃圾郵件——通過檢測特定的詞語、發(fā)件人以及其他特征判定是否是垃圾郵件。一旦設(shè)定好，系統(tǒng)就可以直接將相關(guān)郵件放進特定的文件夾中。隨著用戶標注郵件或者在文件夾間移動郵件，該系統(tǒng)持續(xù)學習。

　　5.社交網(wǎng)絡(luò)

　　你想過Facebook是怎么知道你的照片里有誰并自動打上標簽的嗎？

　　Facebook及其他社交媒體所采用的可以自動加注標簽的圖像識別系統(tǒng)也是基于機器學習的。當用戶上傳照片并標注出自己的朋友和家人后，圖像識別系統(tǒng)就會識別出重復出現(xiàn)的元素并將其分類或指向特定的人物。

　　6.銀行

　　通過大量數(shù)據(jù)分析和模式鑒別，人工分析員無法識別出的行為都可以被分析出來。這種分析能力的最常見應(yīng)用就是打擊儲蓄卡和信用卡欺詐行為。

　　機器學習系統(tǒng)可以被訓練來識別典型的消費模式及交易特征（如地點、數(shù)目或者時間），從而或多或少的降低欺詐的可能性。當一單交易看起來有異常時就會觸發(fā)警報，隨后用戶就會收到一條相關(guān)信息。

　　7.醫(yī)院

　　醫(yī)生開始考慮使用機器學習來做出更好的診斷，比如發(fā)現(xiàn)癌癥和眼疾。通過學習醫(yī)生標記過的圖片，計算機可以分析鑒別新的病人視網(wǎng)膜圖、皮膚斑點或者顯微鏡下的細胞圖。

　　通過這種方式，機器可以發(fā)現(xiàn)提示疾病存在的視覺線索。此類圖像識別系統(tǒng)在醫(yī)療診斷領(lǐng)域里變得越來越重要。

　　8.科學

　　機器學習同樣也為科學家探索新發(fā)現(xiàn)提供了助力。特別是在粒子物理領(lǐng)域，機器學習可以幫助計算機從Cern的大型強子碰撞型加速器收集到的海量數(shù)據(jù)集中發(fā)現(xiàn)模式。

　　機器學習在希格斯玻色子（HiggsBoson）的發(fā)現(xiàn)中起到了重要作用，現(xiàn)在機器學習被應(yīng)用于任何人都沒有想象過的“新物理”探索中。同時，還被用于發(fā)現(xiàn)新藥，比如通過尋找新型小分子或抗體來對抗疾病。

　　未來將會怎樣？

　　未來的發(fā)展將聚焦于制造出能夠出色地完成特定任務(wù)的系統(tǒng)，并使這些系統(tǒng)成為人類的助手。

　　在學校，機器學習可以跟蹤學生的表現(xiàn)，制定個人學習計劃。可以幫助我們高效地利用資源，從而降低能耗；可以通過幫助人們發(fā)現(xiàn)更多的有意義的人際接觸來加強對老人的關(guān)懷。

　　在交通領(lǐng)域，機器學習可以推動無人駕駛。

　　各行各業(yè)都可以利用算法來提高效率。金融服務(wù)的自動化程度可以更高，律師事務(wù)所利用機器學習完成基本的調(diào)查。常規(guī)任務(wù)可以更快地完成，這將挑戰(zhàn)依賴于按工作時間收費的商業(yè)模式。

　　在未來十年，機器學習科技將越來越多地滲透到我們的生活中，改變我們工作和生活的方式。