智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
工控产品jumo 536788 405052/000-483-477
536788 405052/000-483-477品牌
其他品牌
近几年，很多公司和科技博客都在鼓吹“人工智能”代表未来，并提出他们会如何运用“机器学习”来改进科技，在竞争中脱颖而出。但是机器学习究竟是什么？它对科技的发展有何实质性作用？
根据机构定义，机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
简单来说，就是机器通过收集数据向人或其他事物学习。好比自动驾驶，相较于其他机器学习模式，自动驾驶汽车则更具有活力。汽车通过观察人们在路上行驶的传感器来分析成千上万的数据点。早前的特斯拉ModelS就一直是利用众包数据技术。
的确，作为人工智能的核心，机器学习是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。随着近年来人工智能热潮的不断升温，有关机器学习的市场需求也呈现上升趋势，相关岗位的薪资待遇更是跃升到15K以上。
谷歌在近期就发表了一篇关于题为“机器学习一个模式足矣(One Model to Learn Them All)”的学术论文，为打造一种能够很好地处理多任务的单一机器学习模式提供了样板。
谷歌公司的研究人员将这种模式称为“多任务模式(MultiModel)”。这种多任务模式基于多种任务进行训练，可为其他机器学习模型量身打造解决方案的功能，包括翻译、语言解析、语音识别、图像识别和目标检测等。尽管训练结果与现有的方法相比还没有大幅进步，但却能够表明，基于多种任务来训练机器学习系统可能会有助于提升整体性能。
例如，多任务模式在基于力所能及的所有行动来进行训练时，即相对于用单一行动进行训练，此刻多任务模式下的机器翻译、语音和解析等准确性都能够得到提升。目前的研究显示，谷歌目前着墨的方向，未来或许可用于开发不同领域的类似模型。
不仅如此，谷歌的这篇论文可能会为研发能够更加广泛应用、更加的未来机器学习系统提供样板。除了应用范围更为广泛外，也可望提供较现今市面上更为的解决方案。更为重要的是，这些技术(或其分支)或许会有助于减少打造可靠机器学习算法时所需的训练数据量。
机器学习目前还面临着一项巨大的挑战——如何处理系统中的不确定性。所谓的不确定性，就是指同样的输入不一定会产生一样的输出结果。因此，在机器学习时代真正到来之前，必须首先解决其不确定性。
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
