前途光明的机器学习将走向何方？这里有 5 个关于它的未来预测

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散

机械进修义务涉及到诸如在高维空间中对大年夜量向量进行处劳憾ブ类的问题。我们今朝用来解决这些问题的经典算法都须要消费相当的时光。而量子计算机在处理巨大年夜张量积(tensor product)空间中的高维向量时，可能会处理得更好。无论是有监督照样无监督的量子机械进修算法成长，都能比经典算法更快速地以指数方法增长向量数和维数，这将使得机械进修算法运行速度的大年夜幅增长。

协同窗习简单来说就是应用不合的计算实体，使它们合营协作，以产生比本身所取得的更好的进修结不雅。一个典范的例子就是应用物联网传感器收集的节点进行分析，或称为边养分析。跟着物联网的成长，将会有越来越多零丁的实体被用来以多种方法进行协同窗习。

但这个如斯有吸引力的范畴将来将若何成长聚会会议走向何处？下一?最好的器械又将是什么？将来十年我们将处于什么样的地位？无论下一?巨大年夜的改变是否会给我们所有人带来惊喜，本文将对机械进修将发患咀用的范畴和用例做出五个猜测。

这项技巧包含类似 API 和办事的对象包，开辟者可以经由过程这些对象创建更多可发明并且是智能的应用法度榜样。机械进修 API 将许可开辟者惹人智能功能，如情感检测分析；声音、面部和视觉辨认；并将说话和声音懂得融入其应用法度榜样中。这个范畴的将来将是为所有人推出深度个性化的计算体验。

1. 量子计算(Quantum Computing)

相干开源项目推荐：

OpenFermion — 谷歌与量子计算机创企 Rigetti 合作开辟的开源量子软件
这是一个用于编译和分析量子算法来模仿费米子体系，包含量子化学，其他功能方面，当前版本的特点是用数据构造和对象获取和把持费米子和量子位哈密顿算子的表示。
这款软件内包含了一个算法库，可以在量子计算机上模仿电子互相感化，异常适于化学、材料学方面的研究。有关更多信息，请参阅论文连接。

2. 更好的无监督进修算法(Unsupervised Algorithms)

当给进修算法输入的数据没有付与标签时，就可以认为是无监督进修，它本身会在输入的数据中找到构造。事实上，无监督进修本身就是一个目标，比如发明数据中隐蔽的模式，或者实现目标的手段，平日也会把无监督进修称为特点进修。构建更智能的无监督进修算法的进步，将会带来更快、更精确的结不雅。

相干开源项目推荐：

机械进修今朝是 IT 范畴最热点的话题之一，这是因为它在看似无穷的应用处景中都能发挥自身的感化。大年夜检测讹诈网站到主动驾驶汽车，再到辨认你的“金牌会员”身份以进行价格猜测等等。
CycleGAN — 生查对抗收集图像处理对象
生查对抗收集(GAN)可以实现能解决无监督进修问题的模型，GAN 的收集构造是具有颠覆性的，Yann LeCun 在一次关于这个研究的演讲中如斯评论：「GAN 是机械进修以前的 20 年迈最重要的思惟之一。」
CycleGAN 这个项目与其它人工智能绘画不合，CycleGAN 的研究团队试图建立一个可双向转化不损掉信息的双向算法。研究团队必须以机械可以懂得的方法去描述每种风格之间的关系，并给机械 “吃下” 大年夜量来自 Flicker 的┞氛片进行练习。

3. 协同窗习(Collaborative Learning)

4. 深度个性化推荐(Deeper Personalization)

个性化推荐既是巨大年夜的，但它同样也会令用户认为腻烦。我们经常会收到一些没有什么价值的建议，而那些个性化推荐似乎与我们实际上可能感兴趣的任何器械没有任何实际的关系。但将来，凭着机械进修技巧的成长，信赖用户将会收到更精确的建议，推送的告白也变得更有效，精确性也更高。用户体验也将大年夜大年夜晋升。

相干开源项目推荐：

Apache PredictionIO — 面向开辟者和数据科学家的开源机械进修办事器
PredictionIO 不久前大年夜 Apache 孵化项目中脱胎而出，宣布成为 Apache 顶级项目。
PredictionIO 是面向开辟者和数据科学家的开源机械进修办事器。它支撑事宜采集、算法调剂、评估，以及经由 REST APIs 的猜测结不雅萌芽。应用者可以经由过程 PredictionIO 做一些猜测，比如个性化推荐、发明内容等。PredictionIO 供给 20 个预设算法，开辟者可以直接将它们运行于本身的数据上。几乎任何应用与 PredictionIO 集成都可以变得更“聪慧”。其重要特点如下所示：

基于已稀有据可猜测用户行动

应用者可选择本身的机械进修算法

无需担心可扩大性，扩大性好

供给个性化视频、消息、交易、告白或职位信息

赞助用户发明有趣的事、文件、App 和资本等
PredictionIO 基于 REST API（应用法度榜样接口）标准，不过它还包含 Ruby、Python、Scala、Java 等编程说话的 SDK（软件开辟对象包）。其开辟说话是Scala说话，数据库方面应用的是MongoDB数据库，计算体系采取 Hadoop 体系架构。

5. 认知办事(Cognitive Service)

简单来说，认知办事可向应用、网站和机械人注入智能算法，以天然的沟通方法来不雅察、倾听、谈话、懂得和解释用户需求。

关于认知办事的一些假设：

当我们谈及人工智能时弗成躲避的一个问题是，人工智能毕竟是天使照样魔鬼。而认知办事的重要义务是让机械懂得仁攀类世界，并能按照仁攀类的思维方法或者超出通俗人的思虑才能去替代仁攀类完成某些的断定或决定计划，以替代仁攀类大年夜脑。一旦人工智能拥有“思虑才能”之后，仁攀类很难猜测她的行动毕竟是善意的行动，照样恶意的陷阱。今朝的认知办事是否开启了人工智能的潘多拉魔盒我们还未尝可知，将来的一切还有待我们来摸索。

1/2 1 2 下一页尾页

　　推荐阅读

　　5G新场景和新技术带来新的安全威胁

5G的eMBB场景与传统移动互联网场景比拟，重要差别是为用户供给高速的收集速度和高密度的容量，是以将出现数量浩瀚的小站(smallcell、femtocell)。小站的安排方法、安排前提以及功能都存在灵活多样的特点。传统4G安然>>>详细阅读

本文标题：前途光明的机器学习将走向何方？这里有 5 个关于它的未来预测

地址：http://www.17bianji.com/lsqh/39736.html

1/2 1