研究过ML技术目前来说，理论上还是没啥进步，算法在七八十年代就有了，只是在原有基础上作了各种优化，计算能力的提高以及大规模数据的采集，使得机器学习成为可能，目前的主流算法只能是对历史数据的推导，主动学习还只是停留在理论层面。 自动驾驶实现的可能性不大，目前还有很多技术难点需要克服，比如图像识别这块，图形算法用了ML，在一定范围内提高还是很明显的，但是对于动态环境，尤其是光线变化比较复杂的情况下还是难以胜任的。这个主要是ML理论本身就存在这个缺陷性，样本数据只是历史的总结和推导，而不能对未知环境做出准确的判断，另外一个方面，图像识别的一个难点就是干扰问题，google自动驾驶团队内部做过试验，对大量图片进行训练达到一个比较理想的准确率以后，对这些图片进行一些色彩干扰运算，在人眼看来，差别不大，但是重新给机器做识别，准确率大幅度下降。一个非常尴尬的事实就是，现在所有的自动驾驶如果不依赖预置的地理信息系统，连十字路口的红灯都不能准确识别。更别说图像自动识别了。

好莱坞的化妆技术可以识别吗如带个人面蒙皮

Machine Learning 5 年之内能做到什么？不可否认，machine　learning　和AI　现在很火。潜力很大，投的钱很多，需要的人才也很多。现在这个时间点，已经有很多领域用上了machine　learning　的技术，比如垃圾邮件识别，siri等一些语音助手。还有一些领域，最然实践意义不大，但也被machine　learning　攻克，比如说围棋。 如果再给Machine　learning　５年的时间，你认为有什么领域可以被machine　learning　攻克？ 自动驾驶？machine　金融分析师？machine　trader?　machine　会计？machine　审计师？该帖荣获当日十大第6，奖励楼主8分以及12华新币，时间：2017-10-16 22:00:04。 (more...)