比如说“马”这个概念，我们可以看到有各种各样的马，白色的马、黑色的马或者有的马少一条腿甚至是一个玩具的马、木马，当把这个东西方在你面前，任何一个人都明确知道这是马。但是你想给一个机器去描述的时候，什么样的东西是马，这个概念极其复杂。你很难描述出来。两个耳朵、四条腿、能跑的就是马？不对。深度学习要解决的就是这个问题。希望通过深度学习让计算机认识之前只有人才认识的高级概念。

 

　　深度学习这两年做的非常火，但其实这个概念很早就有了。70年代的时候银行就开始使用了，目前演进为“深度学习”，银行就做个人信用得分的预测。比如说收入、年龄、消费组成、职业，预测输出如期还款概率或者延期还款概率等等。

 

　　机器学习在今天越来越重要，为什么？因为这些年信息化程度非常之高，存储成本又非常便宜，广泛的互联网化让大量数据出现在我们的存储、出现在计算机世界当中。这样就有机会用更加复杂的机器学习的算法，因为它有大量事实、数据可以学习。它是归纳法，本身就依赖于这个条件。所以这两年发展非常快速。

 

　　机器学习能做什么？

 

　　算法交易、欺诈检测、信用评估...这是非常经典的应用，都是预测的东西。我把前的两个提出来，前两个就是去年到今天为止整个互联网行业盈利最大的两个算法，一个是在线广告，在线广告贯穿了整个PC端。打开任何一个网页，都会发现这些广告。有些是广告主直接跟网站签订投放协议，但更多的是通过京东、淘宝这样的中介去投放。当你投放广告时，只有用户点击了，广告主才会付账。所以广告出现在这个页面时，你一定要把他最可能点的广告放在上面。这里面就涉及到非常复杂的东西。这里面涉及到方方面面，包括你要对用户建立画像，你要了解你的用户，性别、年龄、住在什么地区什么小区。第二是个性化推荐，相信大家对这个非常熟悉。在互联网上我们每个人都在享受定制化的服务，你在听音乐，它会把你感兴趣的音乐推给你，你看今日头条，他也会把你感兴趣的新闻推给你。当然还有算法交易、欺诈检测、信用评估等等，比如说我们的员工，实时检测一个人，他是真的人还是机器人。另外，现在机器人特别高级，他们自己都会相互聊天。

　　那么新兴应用呢？机器学习其实能做很多事情，我挑了几个非常震惊的例子，比如说实时翻译，一个路牌，你把摄像头对准它，它就会给你实时翻译成你认识的语言。又比如微软的一个软件，是同声传译的东西，他只要说英语就行，他说出来的话就被实时的翻译成中文，你说出来的话在他听到的时候已经被实时翻译成英文。这件事情让我极其震惊。因为我大学有一个同学就是学同声传译的，当时他学的时候非常辛苦，但是现在机器就可以做到了。自动驾驶，一两年前还是在实验阶段，但今天已经开始上路。第一个真正路上跑的。包括特斯拉、Google、百度。相信自动驾驶将来会成为一个中高端车的标配。为什么今天可以做到这点？很简单，因为特斯拉有数亿英里的驾驶数据。

 

　　从刚才几个例子来看，我们想象一下机器学习可以深入到生活的方方面面。金融、制造业、机器人工厂、医疗、教育、服务等方方面面。为什么？因为机器学习或者说基于机器学习的人工智能，它最本质的目标就是在某一个任务上做到像人一样有智能、像人一样可以对这个问题进行分析并做出快速的预测。在我看来机器学习会在其他方面成为核心。

 

　　企业机器学习应用趋势

　　我们来看Google公司的一个数据，在2002年的时候Google公司全部署了机器学习模型，大几十个，或者一百出头的样子。但是到2016年年初的时候，他们部署的机器学习的模型已经接近3000个。在他的每一个业务里都有Gmail、读书、翻译等都部署了机器学习。其实很多公司，尤其是比较早的互联网公司都是这样的趋势。在我看来可能几年之后几乎所有大规模的业务都将用机器学习自动处理，几乎所有的。我加了“几乎”只是为了严谨，因为很有可能是“所有”。首先，随着业务广泛的数字化、互联网化，无论是工业4.0还是互联网+都是把人的衣食住行各个方面的业务数字化、互联网化。这会导致什么？会导致我们有非常大量的数据产生。包括打车的数据、吃饭的数据、穿衣服的数据、医疗数据等等都会出现。同时，存储和计算成本在不断降低。几年之后，每个企业都将成为数据企业，都将积攒自己的核心数据，这些数据是非常宝贵的财富。因为这些数据提供了机器学习、人工智能的基石。

 

　　第二，这些数据不能仅仅出些报表而已，每一个企业都将大规模部署机器学习，去把自己企业里面尽可能多的大规模业务自动化。能用机器学习代替的东西，为什么不呢，所以每个企业都会在自己的核心业务上部署机器学习。当然机器学习还是个挺麻烦的事情，对于有实力的大企业可以建设自己的专家团队、机器学习团队来进行定制化服务，但是这件事情是富人游戏，一般的企业并不适用。现在无论是亚马逊、微软、阿里都在集成标准学习模块，以及共享行业的信息模块。在我看来，中小型的企业也会部署机器学习模型，只不过他们的不是定制化的，而是一种基于云的机器学习。它就像App标准服务一样被使用。第三，每个企业提供的每个应用服务都是智能化的,它不再是说我要定制一个服务需要昂贵的成本。每一个客户都在享受定制化服务、享受定制应用。这是之后两三年企业机器学习应用的趋势分析。当然了,三年搞不定可能会是五年。

 

　　我的介绍就到这里，谢谢大家！

　　数美是一家由一线互联网顶尖大数据专家团队创建，顶级互联网大佬领投的大数据企业依托积累的海量数据、核心技术，提供领先的大数据风控产品与服务目前已服务数百家客户，覆盖直播、金融、支付、社交、电商、游戏、O2O等行业。