2018來說說機器學習

吳承楊

在開始看整篇文章之前，我希望大家能暫時忘掉那些“機器人偷走了我們的工作”之類聳人聽聞的新聞標題。縱觀古今，早在農業革命和工業革命之時，人們巧妙地利用工具和不斷創新創造更好的生活的愿景推動著歷史的車輪滾滾前進。而在二十一世紀的今天，我們正經歷著一場“數據革命”，在顛覆過去的同時，全新的工作、全新的業務模式和全新的行業也油然而生。

“機器學習”將成為2018年一項至關重要的技術，在我們生活和工作的方方面面，它發揮的作用或許會比互聯網面世以來的任何其它技術都大。像任何新興技術一樣，席卷而來的機器學習已經無處不在：它存在于我們的手機、汽車和家庭的軟件當中，幫助我們獲取有效信息；它嵌入在我們使用的商業軟件當中，讓我們更快、更好地做出知情決策。機器學習不但不會威脅到我們的工作生活，反而會讓人類變得更加強大、更有效率。

在當下的技術熱點話題中，人工智能和自動駕駛幾乎占據了半壁江山。機器人和自動駕駛汽車所展現出的智能在令人嘆為觀止之余，也對其開發和應用帶來新的機會與挑戰。Gartner的一份報告也曾指出，到2020年，人工智能技術將出現在“幾乎所有新開發的軟件產品”中，這對于軟件提供商來說是一個激動人心、甚至可能是決定性的時刻，對于它們的企業客戶來說更是一個關鍵的十字路口。

相比而言，機器學習或許聽起來不如以上具有轟動效應，但它卻已經深入我們所在的世界，創造著改變。“天下武功，唯快不破”。等待讓人落后，任何企業都將無法承受等待的后果。從企業決策時間的縮短及決策有效性的提升上來說，機器學習的建樹正是它成為劃時代技術的原因。

我們看到，機器學習的發展與云計算的普及幾乎同步，其原因在于云應用程序、平臺和基礎設施的無縫集成將信息孤島打破，把各個組織及其網絡的數據都吸引進來，為機器學習所用。機器學習的基礎是數據的掌握和應用，聚集的數據量越多，它就會變得越聰明，其決策潛能也就越大。甚至，它可以超越人的水平，就像中國的圍棋大師柯潔在和機器對弈之后的感慨，人類是會犯錯的，而機器不會。

2018年，云技術日益成熟，幾乎所有企業都把云作為IT策略的一部分。云和大數據為企業在數字化轉型中提供載體并助力其挖掘價值，機器學習則是第一個從產業意義上大規模運用和放大這些價值的工具。

舉例來說，在幾乎任何面向客戶的行業，海量的客戶咨詢都可被劃分成有限的幾個類別，其中許多咨詢都可以使用聊天機器人進行預測和回應。聊天機器人正是基于機器學習，才得以不斷調試，提升準確回答客戶的能力，幫助縮短客戶等待時間，提升客服效率。

當然，大家今天看到機器學習產品并不是“智能化、無人化”的全部，如Oracle聊天機器人和Oracle自治數據庫，就像是在今天還買不到無人駕駛的汽車，但如防止追尾、防止偏離道路等一些局部的無人駕駛功能已經實現。

而機器學習的美妙之處在于其用途幾乎是無限的。在任何需要快速分析數據和提煉出結論的節點，它都可以發揮作用；在任何需要從大量的數據中識別出趨勢或異常狀況的地方，它都可以取得令人刮目相看的效果。就像無人駕駛汽車將防止追尾、防止偏離道路等局部應用結合成一個整體，在云計算的平臺層，甲骨文也提出了自治云平臺的概念，并正在打造一個基于機器學習的、無人干預的云平臺，承載眾多自動化、自治技術的運用。

毫無疑問的是，探索和釋放機器學習的價值將幫助我們在“智能化”“自動化”上走得更遠。機器人不會偷走我們的工作，在得以合理和充分有效利用的情況下，技術將永遠無法取代人類。