By Carlos Melendez, Advisor, InfoWorld
你可能还没意识到，但是你一定看到过“机器学习”（Machine Learning）的字眼——在零售业，健康医疗，公共交通等等。而且它的应用之广正在以我们无法想象的方式增长。
尽管你已经和网页上的聊天机器人或者客服的机器人聊过几次，你以为机器学习不过如此。但是在这些场景的背后，有着更多其他种类的机器学习应用，比如帮助团队预测客户的模式和行为。
这些app能够汲取大量数据，一旦设定目标，它们就能够理解并且学习。这就是数据科学家建立新的算法来预测结果的动机。
现在，数据科学家利用很多自动化平台，比如Microsoft Azure或者Amazon Web Services以及机器学习图书馆，将算法模型的开发变得越来越快捷。这意味着，客户不仅能够得到更快的服务，还会得到更优的产品。
我也注意到了在各种行业内，机器学习都在飞速发展，并且依旧有着很大潜力。这里举例一些目前正在使用或者不久即将实现的应用：
防御：结合卫星图像，ML通过筛选历史的自制爆炸装置（IED）爆炸事件，可以帮助军队预测这些炸弹可能被放置在何处。
公共交通：使用卫星影像，图像处理技术，数据科学家能够让机器学习软件识别在地图上的公交车，甚至开发一个算法来预测给定未来时间点公交车的位置。为了使软件能够识别出公交车，科学家们会借用深度学习和神经网络。在得到这些公共交通的内在模式之后，机器学习软件就可以进一步的设计更加省时省钱的调度方案。
制造业：数据科学家能够使用历史数据来建模预测一个产品的潜在瑕疵。尽管这种瑕疵可能是由多个变量组合影响的结果，比如某个部件的生产车间的室内温度等等。更多的数据能够帮助软件鉴别次品出现的原因，并且预防未来的问题。
健康医疗：健康医疗服务提供者能够通过机器学习预测多种情况，比如病人在住院一段时间之后再住院的可能性。这些软件会更加关注病人的用药情况，用药时间和用药频率，以及咨询医生的频率。
安全：机器学习软件能够排除在机场、体育馆和其他公共场合的虚假警报，或者发现一些人类监视员可能遗漏的潜在危险。它们不仅能够显著地加速安检过程，而且更加可靠。
金融服务：新的算法使得一些金融机构能够预测一笔贷款的违约概率。类似的，通过AI增强的语音机器人能够提供为不同客户更加个性化定制的服务和建议，这会增加顾客的忠诚度和满意度。
智能汽车：机器学习能够让汽车学习驾驶者的需求和驾驶环境。在通过数据理解特定的驾驶者后，这些软件能够自动判断很多事，比如车内温度，音乐，座位位置，以及提供实时的道路交通状况，随后就会令汽车开始自动驾驶模式。
机器学习的学习和预测能力确实对许多工业有很大的影响，也触及了我们日常生活的很多方面——影响你的安全、健康、购买习惯、工作方式。不过，它依旧是一个年轻的领域，现在很多事情仍然停留在构想阶段。不过，这个领域继续保持如此的发展趋势和活力，我们即将迎来一个不可思议的时代。
更多课程和文章尽在微信号：「datartisan数据工匠」
