18、机器学习与算法时代的未来展望

机器学习与算法时代的未来展望

一、机器学习在技能提升与商业领域的发展

1.1 大脑训练提升技能

大脑训练可以改善运动技能。Aaron Seitz开发了一款能提高视觉感知和反应时间的计算机程序。一支棒球队使用该程序后，队员们视力提升，三振出局次数减少，得分增加，在一个54场的赛季中多赢了4 - 5场比赛。Seitz还开发了一款名为“UltimEyes”的廉价应用程序，不过在更多研究证实其效果之前，美国联邦贸易委员会已停止其传播。

玩反应时间游戏时，某些认知技能的提升往往会迁移到其他认知技能，但玩记忆游戏等特定领域游戏时则不会。尽管现在设计出了能改善大脑、有趣且可通过应用程序提供的互动视频游戏，但还需要更多研究来了解技能迁移发生的条件，全球认知能力提升的潜力巨大。

1.2 AI商业的蓬勃发展

从2015 - 2017年，NIPS会议的赞助商数量呈爆发式增长，2015年有42家，2016年65家，2017年达到93家。这些赞助公司会派招聘人员到NIPS会议，争抢稀缺的优秀研究人才，许多研究人员被谷歌、微软、亚马逊等科技巨头和初创公司挖走，导致大学人才流失。据Sebastian Thrun估计，一家大型公司收购像Otto或Cruise这样的自动驾驶初创公司时，每位机器学习专家的成本高达1000万美元。

2013年，谷歌收购了Geoffrey Hinton的DNNresearch公司，Hinton得以使用谷歌强大的计算能力和海量数据。谷歌Brain团队由Jeff Dean组建，他设计的MapReduce编程模型是谷歌所有服务的基础。如今，谷歌翻译、搜索结果排序、语音助手等都运用了深度学习技术，整个高科技行业都在大力投入深度