高級機器學(xué)習(xí)支持全新數(shù)字現(xiàn)實

——阿爾法圍棋（AlphaGo）凸顯高級機器學(xué)習(xí)在監(jiān)督式學(xué)習(xí)領(lǐng)域的強大功能

作者：Gartner研究副總裁暨院士級分析師David W. Cearley，Gartner研究總監(jiān)Mike J. Walker，Gartner首席研究分析師呂俊寬

機器學(xué)習(xí)取得顯著進展

雖然機器學(xué)習(xí)的基本概念由來已久，但如今正變得炙手可熱。在斯坦福大學(xué)，機器學(xué)習(xí)是最受歡迎的研究生課程，報讀該課程的學(xué)生多達760人。此外，全球領(lǐng)先的信息技術(shù)研究和顧問公司Gartner的研究顯示，高級分析（涵蓋機器學(xué)習(xí)）是業(yè)務(wù)分析軟件市場內(nèi)增速最快的細分領(lǐng)域。

高級機器學(xué)習(xí)算法由多種用于無監(jiān)督與監(jiān)督式學(xué)習(xí)的技術(shù)構(gòu)成（如：深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和自然語言處理等），并基于當前信息而運行。高級機器學(xué)習(xí)已經(jīng)從此前提供基于算法的解決方案，向更具洞察力、自我引導(dǎo)與自主化轉(zhuǎn)變。它與萬物信息化（information-of-everything）技術(shù)聯(lián)系密切，例如：數(shù)學(xué)優(yōu)化、文本挖掘、統(tǒng)計分析、搜索引擎和動態(tài)本體論。

數(shù)據(jù)大爆炸和信息復(fù)雜化使得人工分類與分析變得不再可行和成本高昂。機器學(xué)習(xí)可自動執(zhí)行這些任務(wù)，并能夠處理萬物信息化所帶來的主要挑戰(zhàn)。

監(jiān)督式學(xué)習(xí)是高級機器學(xué)習(xí)在業(yè)界最普遍的應(yīng)用，涵蓋約95%的機器學(xué)習(xí)使用案例。監(jiān)督式學(xué)習(xí)需要“培訓(xùn)數(shù)據(jù)”，它將通過描述機器學(xué)習(xí)系統(tǒng)在觀察與執(zhí)行結(jié)果之間的預(yù)期映射而“傳授”機器學(xué)習(xí)模型。

這些映射可以用于預(yù)測數(shù)量（如：收入或需求預(yù)測），或劃分或預(yù)測特定事件發(fā)生的概率（如：機器故障與客戶購買或反復(fù)買賣）。

谷歌收購DeepMind凸顯了高級機器學(xué)習(xí)在監(jiān)督式學(xué)習(xí)領(lǐng)域內(nèi)的強大功能。DeepMind的阿爾法圍棋利用信息自我學(xué)習(xí)中國圍棋，然后采取自主行動。這一功能可讓其發(fā)現(xiàn)自行完成任務(wù)的方法，例如：識別與響應(yīng)面部表情、響應(yīng)語言和翻譯各種語言。

高級機器學(xué)習(xí)支持全新數(shù)字現(xiàn)實

高級機器學(xué)習(xí)技術(shù)的發(fā)展趨勢為各企業(yè)機構(gòu)提供了贏得未來成功的基本能力。以下各行業(yè)的業(yè)務(wù)情景反映了高級機器學(xué)習(xí)的多種潛能：

推薦零售產(chǎn)品：機器學(xué)習(xí)可以從源自零售店凝視技術(shù)到智能手機傳感器數(shù)據(jù)的網(wǎng)購歷史和產(chǎn)品偏好中挖掘分散的數(shù)據(jù)集，從而創(chuàng)建購買傾向模型，預(yù)測客戶最可能購買的產(chǎn)品類型。

保險動態(tài)定價：根據(jù)具體市場的狀況，例如：盜竊頻發(fā)、房屋經(jīng)濟泡沫、歷史銷售、自然災(zāi)害或者消費者的選擇性數(shù)據(jù)共享，創(chuàng)建預(yù)測模型，動態(tài)調(diào)整保險費率。

酒店業(yè)在線風(fēng)險化解：隨著新業(yè)務(wù)生態(tài)系統(tǒng)紛紛涌現(xiàn)并重新定義各個行業(yè)（例如酒店業(yè)），這些生態(tài)系統(tǒng)及其社區(qū)的欺詐行為正造成日益增多的風(fēng)險。諸如Airbnb等企業(yè)可利用機器學(xué)習(xí)構(gòu)建風(fēng)險模型，保護客戶。

優(yōu)化借貸：高級機器學(xué)習(xí)解決方案可以反映出貸款申請人的詳細信息（如：人口統(tǒng)計數(shù)據(jù)以及信用和償還歷史），從而預(yù)測該申請人的某筆貸款發(fā)生違約的概率。

零售銀行欺詐偵測：可以創(chuàng)建算法，開展評估和為當前的實時交易建模，并根據(jù)受欺詐概率構(gòu)建交易預(yù)測模型。

城市公用事業(yè)實時決策：例如，高級機器學(xué)習(xí)可以根據(jù)風(fēng)輪機、太陽能電池板與土壤致動器構(gòu)建概率模型，動態(tài)調(diào)節(jié)水電，以降低維護成本，盡可能減少停機時間。

患者診斷：通過收集來自如下潛在來源的數(shù)據(jù)：當前生命體征、癥狀、家庭實驗室測試或者來自演算醫(yī)療設(shè)備的歷史生命體征，高級機器學(xué)習(xí)可以向醫(yī)生提供更準確的醫(yī)療狀況分類，包括治療或處理建議。

創(chuàng)造安全工作條件：對于員工可能在危險環(huán)境下工作的企業(yè)機構(gòu)而言，機器學(xué)習(xí)可以根據(jù)對空氣質(zhì)量、設(shè)備性能、員工生產(chǎn)力、甚至是非典型行為進行測量而得到的傳感器數(shù)據(jù)探測預(yù)警信號，以便預(yù)測事故發(fā)生概率。

客戶服務(wù)自動化：虛擬助理將主動接待來電尋求支持的客戶，它通過認知能力傾聽客戶之聲（語音識別），并進而映射到引導(dǎo)式培訓(xùn)集與知識庫，德克薩斯州奧斯丁市和美國汽車保險公司（USAA）均采用了此功能。