编译 | 机器学习的趋势和人工智能的未来

数据飞轮,算法经济,和智能云托管的融合意味着每家公司现在可以是一个数据公司,每家公司现在可以访问算法智能,并且每一个应用程序可以是一个智能应用。

每家公司现在是一个数据公司,在一定范围能够使用机器学习在云中部署智能应用程序,这归功于三个机器学习的趋势:数据飞轮,算法经济,和智能云托管

那是机器学习开幕式/人工智能峰会带来的启示,该会由Madrona企业集团*上个月在西雅图举办,100多名专家,研究人员和记者聚集讨论人工智能的未来,机器学习的趋势,以及如何构建智能应用程序。

有了机器学习模型,企业现在可以快速分析大型,复杂的数据,并提供更快,更准确的见解,没有部署和维护机器学习系统的高成本。

Madrona企业集团的创业合伙人Soma Somasegar说,“当今建立的每一个成功的新应用程序将是一个智能应用程序,智能构建块和学习服务将是应用程序背后的大脑。”

下面是三个机器学习趋势导致一个新的范式,每个应用程序都有可能成为一个智能应用程序的概述。

数据飞轮

数字数据和云存储遵循摩尔定律:全世界的数据每两年翻一番,而存储数据的成本却以大致相同的速度下降。大量的数据使更多功能,更好的机器学习模型被创建。

Somasegar说,“在智能应用的世界,数据将是国王,并且从它们的数据飞轮可以生成最高质量数据的服务将有一个不公平的优势——更多的数据带来更好的模型,带来更好的用户体验,带来更多的用户,带来更多的数据”。

例如,特斯拉已经收集了7亿8000万英里的驾驶数据,而且每10小时增加上百万英里。

这些数据被送入自动驾驶仪,他们的辅助驾驶程序使用超声波传感器,雷达,和相机引导,换车道,并且避免小的人机交互碰撞。最终,这些数据将是他们计划在2018年发布的无人驾驶车的基础。

与谷歌的无人驾驶计划相比,它已经积累了超过150万英里的驾驶数据。特斯拉的数据飞轮发挥充分的作用。

算法经济

如果你不能利用它, 世界上所有的数据都不是很有用的。算法是你如何有效地扩展业务流程的手工管理。

微软数据组和机器学习的CVPJoseph Sirosh说,“世界上的一切都将被算法和数据管理,”在不久的将来,“每个企业都是一个算法企业。”

这创造了算法经济,算法市场作用是作为研究人员,工程师,和组织创建,分享和一定程度混合算法智能的全球会议场所。作为可组合的构建块,算法可以堆叠在一起来操纵数据,并提取关键的见解。

算法经济中,最新研究转化为实用,运行的代码,并且可供他人使用。智能应用程序演示了抽象层,形成创建智能应用程序所需的构建块。

“算法市场类似于手机应用商店创造了应用经济,” Gartner的研究主管Alexander Linden说。“应用经济的本质是允许各种各样的个人在全球发行和销售软件,而不需要向投资者推销自己的想法,或建立自己的销售,营销和分销渠道。”

智能云托管

一家公司为了洞察他们的业务,使用算法机器智能迭代学习他们的数据是唯一的可扩展的方式。从历史上看它是一个昂贵的前期投资,并且没有明显回报的保证。

“今天分析和数据科学就像40年前的裁缝一样,”Sirosh说。“它需要很长时间和巨大的努力。”

例如,一个组织需要首先收集自定义数据,聘请一个数据科学家团队,不断开发模型,并优化它们来跟上快速变化和不断增加的数据量——这只是开始。

随着越来越多的数据可用,以及存储数据成本的下降,机器学习开始移动到云,那里可扩展的Web服务是一个API调用。数据科学家将不再需要管理基础设施或实现自定义代码。系统将度量它们,动态地产生新的模型,并交付更快,更准确的结果。

Sirosh说,“当建立和部署机器学习模型的努力变得越来越少——当你可以‘批量制造’它——那么那样做的数据在云中被广泛使用 ”。

新兴的机器智能平台托管预训练的机器学习模型服务化将便于公司开始使用ML,让他们迅速把应用程序从模型到产品。

Somasegar说,“随着公司采用微服务模式,即插即用不同的机器学习模型和服务提供特定功能的能力变得越来越有趣”。

当开源机器学习和深度学习框架运行在云中,像 Scikit-Learn, NLTK, Numpy, Caffe, TensorFlow, Theano, 或者 Torch,公司将能轻松地利用预训练,托管标签图像模型,推荐产品,并做一般的自然语言处理任务。

机器学习趋势的概括

“我们的世界观是当今每家公司都是一家数据公司,并且每个应用程序是一个智能应用程序,”Somasegar说。“公司如何从大量的数据中获得洞察力,并从中学习?这被赋予世界上每一个组织。”

随着数据飞轮开始转动,获取、存储和计算数据的成本将不断下降。

这创造了算法经济,机器智能的构建块存储在云中。预训练,托管机器学习模型使每一个应用程序都可以在一定程度上利用算法智能。

数据飞轮,算法经济,和智能云托管的融合意味着:

  • 现在每一家公司都可以成为一家数据公司
  • 现在每一家公司都可以接触智能算法
  • 现在每一个应用程序都可以是一个智能应用程

Madrona风险投资集团总经理Matt McIlwain说,“我们已经走了很长的路,但我们还有很长的路要走。”

英文原文:http://www.kdnuggets.com/2016/06/machine-learning-trends-future-ai.html

来源: Python部落

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2016-09-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据的力量

【05期】我的数据心经:从数据到智能

1705
来自专栏企鹅号快讯

也许这才是用户画像的正确姿势

这完全是一个以用户为中心的时代,以用户特征对自己的产品进行定位的时代。 所以今天说一说用户画像这件事。大数据的广泛传播,让我们对用户画像这个词语并有了很多了解,...

2458
来自专栏人工智能头条

百度沈国龙:BML百度大规模机器学习云平台实践

1948
来自专栏机器学习算法与Python学习

视频 | Yann LeCun:人工智能下一站——无监督学习

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 ?

3106
来自专栏ATYUN订阅号

语音识别技术里程碑:微软识别错误率降至5.1%

8月21日,微软宣布该公司的语音识别系统的错误率已经降至5.1%,这是目前为止错误率最低的,已经超过了去年由微软AI研究团队所创造的5.9%的成绩。 这两项研究...

3906
来自专栏BestSDK

微信智能语音服务上线,集成语音识别、语音合成、声纹识别等功能

编辑导语 近日,腾讯云正式上线智能语音服务。智能语音是由腾讯微信AI团队自主研发的语音处理技术,可以满足语音识别、语音合成、声纹识别等需求。 这是继微信支付提速...

1.1K8
来自专栏钱塘大数据

人工智能与机器学习:两者有何不同?

导读:在过去几年,人工智能和机器学习频繁出现在技术新闻和各种网站上。两者常常被用作同义词,但许多专家认为它们存在微妙且重大的区别。第一,人工智能 (AI)这个...

4556
来自专栏CDA数据分析师

如何系统的学习 R 语言数据挖掘

“虽然是本科毕业,但是在看数据挖掘方面的算法理论时经常感觉一些公式的推导过程如天书一般,例如看 svm 的数学证明,EM算法,凸优化… 感觉知识跳跃比较大, 是...

2116
来自专栏AI科技评论

专访腾讯钟黎:知文团队在智能问答系统方面的探索

对于刚刚成立的腾讯知文团队来说,过去是收获颇丰的一年。虽然成立尚不足一年,但这一团队已在 AAAI、IJCAI、SIGIR、EMNLP、COLING 等顶会上发...

2111
来自专栏灯塔大数据

TA是什么“鬼”?一个优秀数据科学家的主要构成特点

? 根据三位作者的咨询和研究经验,以及与许多大数据和分析主题的公司合作,了解一个良好的数据科学家具有哪些主要特征。 大数据分析已经满天都是,IBM项目,每天...

2989

扫码关注云+社区

领取腾讯云代金券