深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)變體，代表著向人工智能發(fā)展的主要驅(qū)動(dòng)力之一。因?yàn)樯疃葘W(xué)習(xí)可以提供比其他機(jī)器學(xué)習(xí)方法更為出色的數(shù)據(jù)融合能力，所以Gartner預(yù)測(cè)，到2019年，深度學(xué)習(xí)將成為實(shí)現(xiàn)需求、欺詐和故障預(yù)測(cè)最佳性能的關(guān)鍵驅(qū)動(dòng)因素。

“深度學(xué)習(xí)會(huì)調(diào)整數(shù)據(jù)的表達(dá)，從而擴(kuò)展了機(jī)器學(xué)習(xí)，”Gartner研究副總裁Alexander Linden這樣表示。“最終深度學(xué)習(xí)將解決復(fù)雜的、數(shù)據(jù)豐富的業(yè)務(wù)問(wèn)題。例如，深度學(xué)習(xí)在解讀醫(yī)學(xué)圖像以便做早期診斷方面可以給出很好的結(jié)果，還可以幫忙改善視障人士的視力、控制自動(dòng)駕駛的汽車、或者認(rèn)識(shí)和理解某個(gè)人的語(yǔ)音。”

深度學(xué)習(xí)還繼承了機(jī)器學(xué)習(xí)的所有好處，在認(rèn)知領(lǐng)域取得的多個(gè)突破證明了這一點(diǎn)。百度的語(yǔ)音轉(zhuǎn)譯為文本服務(wù)在類似任務(wù)中的表現(xiàn)要好于人類；PayPal正在使用深度學(xué)習(xí)作為阻止欺詐性付款的一種最佳方法，并將錯(cuò)誤率降低了一半，而Amazon也將深度學(xué)習(xí)運(yùn)用于最佳產(chǎn)品推薦中。

今天，機(jī)器學(xué)習(xí)通過(guò)深度學(xué)習(xí)最常見(jiàn)的用例就是在圖像、文本和音頻處理方面——但是也越來(lái)越多地用于預(yù)測(cè)需求、找出服務(wù)和產(chǎn)品質(zhì)量的不足、檢測(cè)新型欺詐、簡(jiǎn)化對(duì)動(dòng)態(tài)數(shù)據(jù)的分析，以及提供預(yù)測(cè)甚至是規(guī)范性維護(hù)。然而，機(jī)器學(xué)習(xí)和人工智能項(xiàng)目取得成功需要的不僅僅是數(shù)據(jù)和算法，還需要大量技能、基礎(chǔ)設(shè)施和業(yè)務(wù)的認(rèn)可。

如何為機(jī)器學(xué)習(xí)配備人才

大多數(shù)企業(yè)組織缺乏對(duì)簡(jiǎn)單的機(jī)器學(xué)習(xí)解決方案所必要的數(shù)據(jù)科學(xué)技能，更不用說(shuō)深度學(xué)習(xí)了。如果無(wú)法用易于使用的應(yīng)用來(lái)啟動(dòng)機(jī)器學(xué)習(xí)項(xiàng)目的話，IT負(fù)責(zé)人就需要機(jī)器學(xué)習(xí)方面的專業(yè)技能。

“在這種情況下，IT負(fù)責(zé)人需要尋找專家，也就是所謂的數(shù)據(jù)科學(xué)家。數(shù)據(jù)科學(xué)家可以從數(shù)據(jù)中提取廣泛的知識(shí)，可以整體查看端到端的流程，可以解決數(shù)據(jù)科學(xué)問(wèn)題。”

Gartner預(yù)測(cè)，到2018年有80%的數(shù)據(jù)科學(xué)家將會(huì)把深度學(xué)習(xí)納入他們的工具包中。“如果你的一個(gè)團(tuán)隊(duì)對(duì)數(shù)據(jù)有很好的了解，具有業(yè)務(wù)領(lǐng)域的專業(yè)知識(shí)并且能夠帶來(lái)產(chǎn)出，那么就可以開(kāi)始機(jī)器學(xué)習(xí)方面的試水了。即使你的團(tuán)隊(duì)缺乏算法經(jīng)驗(yàn)，也可以從打包的應(yīng)用或者API開(kāi)始做。”

成功地開(kāi)始使用機(jī)器學(xué)習(xí)和人工智能

使用機(jī)器學(xué)習(xí)和人工智能為業(yè)務(wù)增加價(jià)值，這是一件復(fù)雜的事情。“不要故意地滿足機(jī)器學(xué)習(xí)的所有先決條件——而是找到正確的問(wèn)題來(lái)解決，”Linden這樣表示。“從你使用你常用報(bào)告中的數(shù)據(jù)開(kāi)始著手，例如區(qū)域訂單，這是一個(gè)不錯(cuò)的主意。然后你可以把機(jī)器學(xué)習(xí)運(yùn)用到做前瞻性預(yù)測(cè)，例如同一個(gè)訂單可以根據(jù)區(qū)域預(yù)測(cè)下個(gè)月的情況，然后再擴(kuò)展到事后報(bào)告中，向業(yè)務(wù)的利益相關(guān)者展示機(jī)器學(xué)習(xí)的各種可能性。”

不過(guò)，機(jī)器學(xué)習(xí)也是有局限性的。Linden說(shuō)：“如果有足夠的數(shù)據(jù)——例如數(shù)百萬(wàn)條價(jià)格信息和供貨信息——去學(xué)習(xí)的話，機(jī)器學(xué)習(xí)系統(tǒng)就可能做出最好的決策，但是它無(wú)法判斷由此產(chǎn)生的決策是否符合道德標(biāo)準(zhǔn)。數(shù)據(jù)科學(xué)家現(xiàn)有的經(jīng)驗(yàn)和技能，與機(jī)器學(xué)習(xí)的新能力相結(jié)合，是成功采用機(jī)器學(xué)習(xí)和人工智能的成功要素。”

“對(duì)人類很難的事情對(duì)機(jī)器學(xué)習(xí)卻很簡(jiǎn)單，對(duì)于機(jī)器學(xué)習(xí)很難的事情對(duì)于人類來(lái)說(shuō)卻很容易。”