新年，机器学习对你的饭碗暂时没兴趣

2020年第一天，我们聊聊机器学习面对的问题。

总有人很担心，说机器智能会很快普及，大量现在由人工完成的工作，到了那时就会被机器取代，许多职业马上就要面临整个行业被时代淘汰的窘境。

机器真的很快能替代人类吗？

从制造话题的角度看，这确实是个好问题，既蹭了机器学习或者人工智能近年发展的热度，不需要太多的专业知识，参与讨论没有门槛，又关乎很多人的饭碗，确实很容易成为社会话题。

不过，实情如何呢？

要回答这个问题，首先就要知道当下机器学习前沿发展的方向，技术的发展总是问题导向的，换句话说，你首先得知道机器学习都在聚焦什么问题，据此推断未来落地的场景，最后才好给出一个具有参考价值的回答。

那么，机器学习现在关注什么问题呢？

划分方法不同，回答也会不一样。普遍公认的是两类问题，有监督学习问题和无监督学习问题，二者的区别可以从字面上看出：就是有没有监督。什么是监督？以后会深聊，总之，都是思考如何通过数据训练模型，也就是如何“学习”。

那么，机器会很快能替代人类吗？这就要取决于这份工作，对于机器而言好不好学，关键也许不在于“难易”，而在于数据是否采集，和采集到的数据对模型而言是否容易学习。也许许多我们自觉很简单的工作，譬如说语义识别，对于机器来说却好比登天还难。

就我看来，不管别人如何绘声绘色像是山雨欲来，机器学习当下更接近于“统计”，还远称不上“智能”。但当然，机器学习仍在不断发展，正如有句话，人们都容易高估新技术短期的发展，却又容易低估技术长期的发展。

下回再聊~