多年來機器學習算法一直在悄然服務于大眾，為移動應用和搜索引擎提供了極大的動力。但是最近它成為一個更加廣泛流傳的術語，幾乎所有最近的技術發(fā)展都涉及機器學習的某些方面。數據和計算能力的顯著提高使得這一指數級的進展成為可能。

機器學習的復雜性以及應用的顯著增長確定了2017年的技術應用。它們的影響取決于應用是否能為整個社會帶來價值和利益，以及是否有解決現(xiàn)實世界問題的潛力。下面就跟著小編一起看看2017年機器學習的五大應用。

一、金融行業(yè)機器學習

金融行業(yè)在消費者服務過程中一直都在使用機器學習，如信用審查和欺詐調查等。但是近來，隨著計算能力和開源工具的普及，金融行業(yè)機器學習的使用范圍越來越廣，包括貸款審批、風險評估、資產管理等。

最近，一個叫做情感分析的使用案例涉及到社交媒體和新聞趨勢對商品價格的影響。機器學習被用來再現(xiàn)人類對對沖基金交易決策的回應。來自OpenCog基金會的BenGoertzel博士表示，目前人工智能所欠缺的是“認知能量”，將生理和生化過程整合到一個互相聯(lián)系的聯(lián)合體中，從而產生了人類智慧。該基金會在將這一概念融入人工智能領域做出了很大貢獻。對沖基金的交易完全獨立于人際互動，并使用概率邏輯來分析和解讀每日市場數據、新聞和社交媒體，做出預測并決定最佳行動方案。

該應用一定會增加市場價值，同時改變經濟的交易方式。它將諸如趨勢新聞等市面影響因素納入考慮范疇，從而實現(xiàn)人類無法實現(xiàn)的預測。

二、自動駕駛

每年因車禍造成的死亡人數高達120萬，其中90%歸因于人為失誤，因此自動駕駛的想法具有不可否認的優(yōu)點。AVs包括了各種用來評估距離、速度和地形的傳感器。因此，這些車輛更有能力處理相關緊急情況。

為了說明這種可能性，可以想象一下這種情況：一輛AV在紅燈下靜止不動，有可能從后面被一輛快速接近的汽車撞到。AV突然加速到交叉點以避免碰撞，同時將燈光變?yōu)榧t色。這種技術的動機是保護生命；因此街道上行駛的AVs將能排除人為錯誤、路況以及其他交通問題。

三、太空探索

在太空探索領域，自動駕駛不是一個新概念。從2004年以來，AutoNav就已經應用在火星探測器中。進行空間計算的輻射和可靠性問題正在得到緩解。目前正在進行提供火星探測器可靠性提高的研究，其中機器學習為其核心。通過使用“基于視覺的地形分類器和風險意識路徑規(guī)劃器”，其目的是將類人的想法傳遞給探測器，從而實現(xiàn)更安全的駕駛。通過更準確地進行遠程導航，可以探索極端的環(huán)境。

四、健康和醫(yī)療

精準醫(yī)療正在挑戰(zhàn)傳統(tǒng)的廣譜方法。這種新的醫(yī)療保健形式涉及可穿戴設備，算法和分子工具傳送的恒定生物特征數據。

這一進展正在改變醫(yī)療領域，允許非主體性的癥狀識別，并提供平臺來解讀和連接來自EbookWeek的數據。這個系統(tǒng)的成功取決于精確和一致的機器學習工具的發(fā)展，以根據收集到的個人特定數據來決定最佳治療方案。

這樣一來就克服了文化和語言障礙，因此對醫(yī)學界具有固有的價值，也可以減輕進行準確診斷和治療方案的人類醫(yī)生的情緒反應。

五、人道主義援助

無人機是將救援物資運送到偏遠和危險地點的合理解決方案。對于離控制中心很遠的地點尤其重要。高通公布了一款使用飛行控制和機器學習的無人機平臺。機器學習在無人機技術中并不是一個新概念，但是這個特殊版本的優(yōu)越之處在于無人機可以在沒有事先知道的情況下還能主動了解飛行環(huán)境。真正的無人飛行對于人道主義援助意義重大。

機器學習是改善我們日常生活許多創(chuàng)新應用的核心，同時也將對社會和經濟產生積極的影響。