微軟前副總裁S. Somasegar從智能應(yīng)用開(kāi)發(fā)的角度，總結(jié)了2016機(jī)器學(xué)習(xí)和人工智能的5大發(fā)展趨勢(shì)：算法和數(shù)據(jù)結(jié)合的微智能，將能靈活地在應(yīng)用中得到融合；讓“每一個(gè)應(yīng)用都變得智能”；人工智能的黑箱將被揭開(kāi)；現(xiàn)階段的機(jī)器學(xué)習(xí)和人工智能中，人類(lèi)的作用不可替代；最后，他認(rèn)為對(duì)于企業(yè)來(lái)說(shuō)，不是從一開(kāi)始就需要機(jī)器學(xué)習(xí)。

風(fēng)險(xiǎn)投資集團(tuán)Madrona不久前在西雅圖舉辦了一場(chǎng)機(jī)器學(xué)習(xí)與人工智能峰會(huì)，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(huì)的一個(gè)重要的議題來(lái)自對(duì)與會(huì)者的問(wèn)卷調(diào)查。在調(diào)查中，所有受訪者都表示，機(jī)器學(xué)習(xí)對(duì)他們的公司和所在行業(yè)很重要或者非常重要。

然而，超過(guò)半數(shù)的受訪者認(rèn)為，自己所在的機(jī)構(gòu)在機(jī)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。

S. Somasegar

微軟開(kāi)發(fā)者部門(mén)前任副總裁，現(xiàn)Madrona投資合伙人S. Somasegar參加了這次峰會(huì)，下文是他所寫(xiě)的總結(jié)。他認(rèn)為，本次峰會(huì)展現(xiàn)了機(jī)器學(xué)習(xí)和人工智能當(dāng)下的五個(gè)趨勢(shì)：

1. 微智能（micro-intelligence）和中間件（middle-ware）服務(wù)

廣義上講，現(xiàn)在的公司分為兩類(lèi)：一類(lèi)是研發(fā)機(jī)器學(xué)習(xí)和人工智能技術(shù)的；另一類(lèi)則是在應(yīng)用和服務(wù)中使用機(jī)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(chǔ)）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)（microservices）的出現(xiàn)，并且通過(guò)REST API 可以完美地連接這些微服務(wù)，現(xiàn)在有一種逐漸增強(qiáng)的趨勢(shì)，即，讓學(xué)習(xí)服務(wù)和機(jī)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(kāi)始重新設(shè)計(jì)。

舉個(gè)例子，Algorithmia 公司提供了一個(gè)算法交易平臺(tái)，任何智能的應(yīng)用都能按需取用平臺(tái)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(shuō)的微智能。這些微智能可以完美地融入應(yīng)用中。

2.每一個(gè)應(yīng)用都會(huì)變得智能

如果你的公司還沒(méi)開(kāi)始使用機(jī)器學(xué)習(xí)來(lái)監(jiān)測(cè)異常，推薦產(chǎn)品或者預(yù)測(cè)客戶流失，你很快就會(huì)用到了。由于新數(shù)據(jù)的快速迭代、大量計(jì)算能力變得可用以及新的機(jī)器學(xué)習(xí)平臺(tái)門(mén)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(huì)看到越來(lái)越多的應(yīng)用，它們能夠產(chǎn)生實(shí)時(shí)的預(yù)測(cè)，并且不斷變得更好。在過(guò)去六個(gè)月，我們所見(jiàn)到的所有100多個(gè)處于早期的初創(chuàng)企業(yè)中，超過(guò)90%都在計(jì)劃使用機(jī)器學(xué)習(xí)來(lái)提供更好的用戶體驗(yàn)。

谷歌使用AI技術(shù)的軟件數(shù)量近年來(lái)大幅增加

3.黑箱不黑

在機(jī)器學(xué)習(xí)和人工智能的世界中，信任和透明絕對(duì)是至關(guān)重要的。

過(guò)去的一年間，有好幾個(gè)高調(diào)的機(jī)器學(xué)習(xí)和人工智能項(xiàng)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(jī)器人。自然用戶交互界面的發(fā)展（聲音，對(duì)話和視覺(jué)）為我們提供了非常有意思的選擇和機(jī)會(huì)，讓人類(lèi)可以與虛擬助手（蘋(píng)果的Siri，亞馬遜的Alexa，微軟的Cortana以及Viv）互動(dòng)。

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Georgia Tech的一門(mén)線上課程結(jié)束時(shí)，學(xué)生們才發(fā)現(xiàn)一位與他們互動(dòng)了一整個(gè)學(xué)期的助教Jill竟然是聊天機(jī)器人。

這一例子展現(xiàn)了技術(shù)和創(chuàng)新的神奇之處，同時(shí)，也引發(fā)了一些關(guān)于機(jī)器人、機(jī)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(gè)比較關(guān)鍵的部分。對(duì)于醫(yī)生和病人來(lái)說(shuō)，只告訴他們“有75%的概率觸發(fā)癌癥，需要使用某種藥物進(jìn)行治療”，這還不夠，他們需要知道是什么信息讓機(jī)器得到了這一預(yù)測(cè)或者答案。

我們百分之百地相信，對(duì)于機(jī)器學(xué)習(xí)，接下來(lái)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(jìn)步在道德上會(huì)有什么啟發(fā)，這會(huì)是我們生活中不可缺少的一部分，也是社會(huì)進(jìn)步不可缺少的一部分。

4.人類(lèi)依然不可或缺

關(guān)于我們?cè)摬辉摀?dān)心人工智能會(huì)代替人類(lèi)，接管世界這一話題，現(xiàn)在有許多討論。在自動(dòng)化領(lǐng)域，機(jī)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(jìn)步。但是，可以肯定的是，在智能應(yīng)用的開(kāi)發(fā)中，我們?nèi)匀恍枰祟?lèi)，來(lái)創(chuàng)造正確的，端對(duì)端的用戶體驗(yàn)。

房屋買(mǎi)賣(mài)網(wǎng)站Redfin做了一個(gè)嘗試，把機(jī)器學(xué)習(xí)生成的推薦推送給用戶。這些機(jī)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(guò)，匹配率真正大幅度地提升是在Redfin讓中介對(duì)機(jī)器生成的推薦進(jìn)行修正后再推送。Redfin能夠把中介對(duì)機(jī)器的推薦的修正作為額外的訓(xùn)練數(shù)據(jù)，進(jìn)而帶動(dòng)推薦房源點(diǎn)擊量的大幅提升。

大數(shù)據(jù)平臺(tái)Splunk 也強(qiáng)調(diào)了這一點(diǎn)。如果僅靠機(jī)器，沒(méi)有人的參與，消費(fèi)者很難從Splunk獲得最大的價(jià)值。

Spare5是一家搜集數(shù)據(jù)，以支持計(jì)算機(jī)視覺(jué)研究的公司，他們的例子也說(shuō)明了人類(lèi)在訓(xùn)練機(jī)器學(xué)習(xí)模型中的作用：人類(lèi)可以對(duì)要輸入模型中的數(shù)據(jù)進(jìn)行修正和分類(lèi)。

機(jī)器學(xué)習(xí)中另一個(gè)常見(jiàn)的格言是： garbage in, garbage out（輸入的是垃圾，輸出的也是垃圾）。也就是說(shuō)，數(shù)據(jù)的質(zhì)量和完整性對(duì)于建造高效的模型至關(guān)重要。

5.也不是從一開(kāi)始就需要機(jī)器學(xué)習(xí)

在智能應(yīng)用的開(kāi)發(fā)中，機(jī)器學(xué)習(xí)是一個(gè)不可或缺的部分，也是至關(guān)重要的原料，但是，在智能應(yīng)用的開(kāi)發(fā)中，最關(guān)鍵的目標(biāo)是建立能夠與你的用戶產(chǎn)生共鳴的應(yīng)用和服務(wù)，創(chuàng)造一種簡(jiǎn)單的方法，讓消費(fèi)者可以使用你的服務(wù)，并且不斷做得更好。

要有效地使用機(jī)器學(xué)習(xí)和人工智能，最基本的要求是擁有大型的數(shù)據(jù)集。這一領(lǐng)域的成功人士的建議是：立即開(kāi)始開(kāi)發(fā)程序，把自己想要提供的東西拿來(lái)試驗(yàn)，實(shí)驗(yàn)的過(guò)程中，思考機(jī)器學(xué)習(xí)可以如何改進(jìn)你的應(yīng)用，你需要搜集什么數(shù)據(jù)？來(lái)為客戶創(chuàng)造最佳的體驗(yàn)。

在讓每一個(gè)應(yīng)用都變得智能的道路上，我們已經(jīng)走了很遠(yuǎn)，但是要做的還很多。正如艾倫人工智能研究院（Allen InsTItute for AI）的CEO Oren Etzioni所說(shuō)，在人工智能和機(jī)器學(xué)習(xí)上，我們獲得了長(zhǎng)足的進(jìn)步，但是如果現(xiàn)在就宣布勝利，就好像“剛爬上樹(shù)頭便宣稱登上了月球”一樣。