最近這段時間，機器學(xué)習(xí)吸引了媒體和從業(yè)者大量的關(guān)注。的確，機器學(xué)習(xí)是一種變革性的技術(shù)。但是，盡管眾人對這個話題喋喋不休，盡管風(fēng)投為機器學(xué)習(xí)提供了許多資金，盡管谷歌讓這個領(lǐng)域變得令人矚目——在核心的技術(shù)領(lǐng)袖圈之外，機器學(xué)習(xí)仍然很少能獲得正確的理解。

這就導(dǎo)致了對于機器學(xué)習(xí)這一變革性技術(shù)的未來的低估，而從商者也會因此無緣于了解他們應(yīng)該為機器學(xué)習(xí)時代做好怎樣的準備。

讓我們討論一下這把劍的兩面吧——也就是它的潛力與陷阱。先從定義開始。

機器學(xué)習(xí)是一種算法，可以從數(shù)據(jù)中進行學(xué)習(xí)并作出預(yù)測。通常來說，運用這種技術(shù)時，越多的數(shù)據(jù)就能帶來越好的結(jié)果。機器學(xué)習(xí)并不需要明確的規(guī)則來生成結(jié)果。它不需要人工建構(gòu)的“如果這樣的話，那么就那樣”之類的結(jié)構(gòu)，而是根據(jù)數(shù)據(jù)自行決定這一切。

機器學(xué)習(xí)的變革性作用，以及為何它現(xiàn)在如此重要，是因為我們來到了數(shù)據(jù)、運算能力以及算法復(fù)雜度的轉(zhuǎn)折點。

這三個方面的進展匯合，造就了機器學(xué)習(xí)的一鳴驚人。這似乎有一些像妄想——為了能夠在現(xiàn)在發(fā)生這樣的事，在過去已經(jīng)籌備了相當(dāng)長的時間。讓我們仔細看看這三個方面：

數(shù)據(jù)

新數(shù)據(jù)庫技術(shù)的出現(xiàn)（比如Hadoop）已經(jīng)讓獲取海量數(shù)據(jù)的成本降低到令人吃驚的程度，以至于企業(yè)不再需要選擇什么數(shù)據(jù)需要保留、什么數(shù)據(jù)需要刪除，而是簡單地存儲一切數(shù)據(jù)。如果數(shù)據(jù)的價值在今天還不太明顯，不久之后也許人們就會漸漸地意識到這一點。這為對于數(shù)據(jù)始終貪得無厭的機器學(xué)習(xí)算法提供了大量的“養(yǎng)分”。

運算能力

運算能力方面的進展仍然在以讓人驚訝的速度持續(xù)著。摩爾定律失效的預(yù)言已經(jīng)過去了許多年，而Intel、IBM、Nvidia以及其他機構(gòu)的研究人員們接二連三地不斷創(chuàng)新，讓摩爾定律一直保持成立、沒有失效。要解決大問題？沒問題，加上幾十或者幾百個核，根據(jù)需求來就好。不過，這也有極限，因為不是所有問題都能被這樣暴力破解。

算法復(fù)雜度

有趣的是，算法復(fù)雜度是與數(shù)據(jù)和運算相關(guān)的。由于這兩個領(lǐng)域的進展，更徹底地探索復(fù)雜算法成為了可能。例如拓撲數(shù)據(jù)分析——它需要運算能力發(fā)展到能夠從許多運算角（algorithmic angles）來看待大量數(shù)據(jù)集。

機器學(xué)習(xí)的變革性在于，它大幅地降低了高性能結(jié)果的運算時間。研究人員們已經(jīng)在圖像識別問題上花費了數(shù)十年的時間，但Google轉(zhuǎn)向機器學(xué)習(xí)算法后僅僅幾個季度就高效地在這個問題上做到了完美的表現(xiàn)?？紤]到Google擁有的素材數(shù)量和團隊的熟練程度，幾乎沒有人有可能在這個領(lǐng)域再勝過Google。

這一類的創(chuàng)新在不少企業(yè)都發(fā)生著，特別是那些雇傭了絕大多數(shù)機器學(xué)習(xí)人才的公司，包括Google、Facebook、Amazon、Apple、IBM、GE，以及高度專注于顛覆特定應(yīng)用或是行業(yè)的一些初創(chuàng)公司。

這些公司在機器學(xué)習(xí)方面投資甚巨，這是因為投資能帶來指數(shù)級的增長回報。在一個機器學(xué)習(xí)帶來的指數(shù)級增長的世界中，即使只是少了10%的增長也會導(dǎo)致落于人后。而太晚開始的話，就算能和其他人保持一樣的增長速度也無濟于事。

雖然卓越的執(zhí)行會獲得指數(shù)級增長的回報，現(xiàn)實中將會有一系列不連續(xù)的事件，讓增長曲線無法保持平滑。一家企業(yè)如何處理這些不連續(xù)的事件將會決定成王敗寇。

這些不連續(xù)的事件就是機器學(xué)習(xí)的另一面——那些會導(dǎo)致這種技術(shù)充滿競爭力的優(yōu)勢滑鐵盧的元素。

這里列舉了一些：

技術(shù)債

機器學(xué)習(xí)系統(tǒng)并不是能自我復(fù)制（self-replicating）或者自我優(yōu)化（self-optimizing）的軟件應(yīng)用。因此，隨著時間流逝，它們會積累越來越多的技術(shù)債。技術(shù)債有許多種表現(xiàn)形式，包括糾纏（entanglement）、隱藏反饋循環(huán)（hidden feedback loops）、依賴于未充分使用的數(shù)據(jù)（underutilized data dependencies）、管道叢林（pipeline jungles）、未申明的訪問者（undeclared customers）等等。技術(shù)債會在無意中導(dǎo)致不希望的結(jié)果，帶來脆弱（brittleness）以及混淆（obfuscation）。所有這一切都會對系統(tǒng)產(chǎn)生影響，讓系統(tǒng)無法達到最優(yōu)狀態(tài)。

理解技術(shù)債的細節(jié)是技術(shù)團隊的責(zé)任。

理解技術(shù)債的概念和影響是管理團隊的責(zé)任。

關(guān)于機器學(xué)習(xí)技術(shù)債的細節(jié)，請在新智元微信公眾號后臺回復(fù)xxxx，閱讀新智元翻譯的、來自谷歌的技術(shù)債詳細介紹：【Google 年度頂級論文】機器學(xué)習(xí)系統(tǒng)，隱藏多少技術(shù)債？（論文下載）。

黑盒

某些算法是黑盒——這是指難以理解在算法中發(fā)生了什么，特別是對于單獨的數(shù)據(jù)點來說。這并不總是會成為一個問題，但是，它對于一個組織而言很多時候都代表了真實存在的挑戰(zhàn)，無論是從文化上還是從技術(shù)上來說都是這樣。如果選用的算法是一個黑盒，而世界的變化超出了模型的預(yù)測能力，那么缺乏足夠的理解會讓整個系統(tǒng)陷入懷疑論的危機。無法解釋模型為何失敗，從接收機器學(xué)習(xí)算法程度的角度來說，可以讓一個組織在這一方面倒退許多年。

算法選擇

雖然這有一些老生常談，不過在機器學(xué)習(xí)領(lǐng)域的確沒有“上帝”一樣萬能的算法。沒有算法能在文本分析、模式匹配、分詞、異常偵測、以及特征生成上都做得一樣好。

的確，有幾十種強力的算法和數(shù)千種這些算法的高度調(diào)整（highly tuned）版本，每一種都有它自己獨有的優(yōu)點和缺點。最終，不同的算法會服務(wù)于不同的目的。比如，你的邏輯回歸模型（LRM）看待數(shù)據(jù)世界的方式與你的支持向量機（SVM）有很大的差異。這意味著，作為一個數(shù)據(jù)科學(xué)家或者是一個計算機科學(xué)家，你有時會放下LRM、轉(zhuǎn)而用起SVM——它們是為不同的工作而服務(wù)的。但是它們之前的區(qū)別并不只是類似于不同尺寸的扳手，并且放下LRM、轉(zhuǎn)向SVM在上手時是非常消耗時間的。

選用正確的算法對于保持一個組織的良好運作來說是非常重要的，就和了解使用什么時候應(yīng)該使用凈現(xiàn)值（NPV）、什么時候應(yīng)該使用內(nèi)部收益率（IRR）一樣。

人類的偏差

與算法選擇相關(guān)的一個概念是人類偏差（human bias）。無論如何，機器學(xué)習(xí)算法都是復(fù)雜的數(shù)學(xué)公式，而精通某種特定的算法會讓從業(yè)者對這種算法產(chǎn)生依賴——通常是嚴重的依賴。這種趨勢讓人想起一句古老的諺語，“當(dāng)你除了錘子一無所有時，所有東西看上去都像釘子”。如果你的機器學(xué)習(xí)團隊中，所有人都畢業(yè)于同一個學(xué)校的同一期，有可能他們用的都是同樣的一些算法。向你的組織中注入算法多樣性會為組織帶來明顯的益處。

避免陷阱

因為技術(shù)債的存在，領(lǐng)導(dǎo)層需要確保厲害的軟件工程師與厲害的數(shù)學(xué)家同在。缺少其中一方將會失去平衡，在未來導(dǎo)致很多問題。招募雙方。

對于黑盒問題，你需要仰賴數(shù)百年來的統(tǒng)計學(xué)知識來解釋模型中每一個決策背后的原因。這種要求非常嚴苛，但當(dāng)你需要知道為什么算法最后做出了一個決策時，經(jīng)歷這樣的時間是非常重要的。這對于創(chuàng)造一種機器學(xué)習(xí)文化而言至關(guān)重要。人們需要信任這個系統(tǒng)，而統(tǒng)計學(xué)可以提供溝通人類與算法的橋梁。

面對算法選擇的挑戰(zhàn)，答案是部署越來越多種類的算法，于是你不必再從中選擇。計算機的性能已經(jīng)足夠做到這一點，已經(jīng)有可以對于數(shù)據(jù)集用多種算法并行處理的框架。好好利用。

最后，如果你部署了多種機器學(xué)習(xí)算法，人類偏差問題應(yīng)當(dāng)迎刃而解——特別是如果你采用了讓過程自動化的技術(shù)，用數(shù)據(jù)來自動找出最適應(yīng)的算法。

前方的機遇

機器學(xué)習(xí)將無愧于它得到的炒作。明白情況的人都會對它的變革性——對于任何職業(yè)、工作流程和商務(wù)處理來說都是這樣——保持高度的信心。

率先邁向機器學(xué)習(xí)的組織將會獲得相應(yīng)的回報。但是理解機器學(xué)習(xí)的潛力和風(fēng)險是非常重要的，因為對于機器學(xué)習(xí)領(lǐng)域的熟悉程度仍然不足?，F(xiàn)在正是時候針對這一技術(shù)深挖、學(xué)習(xí)、雇傭、以及投資，等到明天的話，也許你的競爭對手就已經(jīng)開始來勢洶洶地擴張了。