环球电气之家-午夜精彩视频-中国专业电气电子产品行业服务网站！

　　2016年機器學習有三大趨勢。其中，Gartner分析認為，算法將形成一個全球性的交易市場，就像當年的App經濟，催生出全新一代的專業技術初創企業，并且革新機器與機器之間的交互方式；算法是創造智能應用的基石。同時，更多的數據將生成更好的模型和用戶體驗，進而吸引更多的用戶以及更多的數據，而這將導致儲存和計算數據的成本持續降低。

　　上個月，在被視為美國人工智能發展另一片新天地的西雅圖，Madrona風險投資集團舉辦了一場機器學習與人工智能峰會。100多個專家、研究者和記者匯聚一堂，討論人工智能的未來、機器學習的趨勢，以及如何設計更智能的應用程序。

　　算法公司Algorithmia的MattKiser參加本次峰會后總結，如今，每家公司都成了數據公司，能夠在云中使用機器學習來大規模地部署智能應用，這得益于機器學習的三大發展趨勢。

　　“每個成功的新應用程序都將是智能應用，”Madrona風險投資集團的投資合伙人Somasegar說。“智能模塊和學習功能將成為應用的大腦。”Somasegar曾是微軟副總裁，負責軟件開發者部門，2015年離職，加入Madrona。

　　下面就來看看，機器學習的這三大趨勢將如何讓應用變得更智能。

　　算法將形成經濟

　　Gartner副總裁兼研究員PeterSondergaard說，“從根本上來說，數據是不會說話的，真正的價值在算法，算法決定行動”。

　　Gartner副總裁：算法才是真正價值所在

　　如果你不去利用數據，世界上的數據就不會有用。算法其實指的是如何在業務過程中有效拓展人為管理，利用數據。

　　“世界上所有大規模的東西都將被數據和算法所管理，”微軟機器學習和數據集團全球副總裁JosephSirosh說。在不遠的未來，“所有業務都將成為算法業務”。

　　而這，將催生出“算法經濟”：算法交易將會形成一個全球性的市場，世界各地的研究人員、工程師都能在這個市場上創造、分享乃至合成大規模的新算法。屆時，算法也將變得像集裝箱一樣，能夠任意組和擴展，從而搭建適用于不同應用的架構。

　　也就是說，多個機器學習算法可以結合起來成為更強大的算法，從而更好地分析數據，充分發掘數據里的價值。