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。
[近国 (10-16 10:02, Long long ago)]
[ 传统版 |
sForum ][登录后回复]1楼
我们应该用augmented intelligence来理解
自动驾驶？yes
machine 金融分析师? yes
machine trader? no
machine 会计? yes and no, 需要人来变通，很多时候老板会指示会计想个明目把泡澡的费用给报了，machine表示做不了
machine 审计师？no
[本文发送自华新手机Wap版]
[icky (10-16 10:20, Long long ago)]
[ 传统版 |
sForum ][登录后回复]2楼
机器人交易已经很多了外汇基本就是
高频交易也是
不过AI的程度还不高，基本是模型预设
[本文发送自华新手机Wap版]
[华生之友 (10-16 10:26, Long long ago)]
[ 传统版 |
sForum ][登录后回复]3楼
(引用 华生之友:机器人交易已经很多了外汇基本就是
高频交易也是
不过AI的程度还不高，基本是模型预设)现在大多是程序化交易，根据规则设定好的，跟machine learning 没半毛钱关系。
有句话挺没礼貌但符合事实的话：人工智能在金融市场就是人工弱智。
[本文发送自华新iOS APP]
[近国 (10-16 10:59, Long long ago)]
[ 传统版 |
sForum ][登录后回复]4楼
(引用 近国:现在大多是程序化交易，根据规则设定好的，跟machine learning 没半毛钱关系。
有句话挺没礼貌但符合事实的话：人工智能在金融市场就是�)是这样的人工智能,几十年前就热过一阵,还有自动编程的论文
也许是计算机运算能力限制,没什么发展
现在又炒现饭,也许是因为技术真的进步了
但另一种可能是,计算机技术发展到了瓶颈(摩尔定律), 必须找可新的出口/狂欢
看看80年代, 各大学软件都有人工智能,机器学习专业,硬件就是分布式计算..不是吗?
大数据+云计算, 和 统计+分布式计算, 有什么本质差别?[华生之友 (10-16 11:21, Long long ago)]
[ 传统版 |
sForum ][登录后回复]5楼
(引用 华生之友:是这样的人工智能,几十年前就热过一阵,还有自动编程的论文
也许是计算机运算能力限制,没什么发展
现在又炒现饭,也许是因为技术真的进步了...)话说回来,股市和外汇市场已经开始用所谓的历史数据+边界条件来优化模型, 或者在不同模型中优选,也算有点点智能了吧
呵呵, 比很多人强,胜率高点[华生之友 (10-16 11:25, Long long ago)]
[ 传统版 |
sForum ][登录后回复]6楼
自动驾驶。。妥妥的[功夫熊猫 (10-16 11:35, Long long ago)] [ 传统版 | sForum ][登录后回复]7楼
(引用 华生之友:是这样的人工智能,几十年前就热过一阵,还有自动编程的论文
也许是计算机运算能力限制,没什么发展
现在又炒现饭,也许是因为技术真的进步了...)几十年前的事情不清楚。据说是给现在的热潮提供了不少理论基础。但现在的语音识别，图像识别和推荐系统的准确性和应用程度的确和80年代不能同日而语。这样看来，人工智能在应用层面的确是有了一些发展。
如果真的在五年内做到自动驾驶，这波热潮也算是fake it and then make it. [近国 (10-16 11:51, Long long ago)]
[ 传统版 |
sForum ][登录后回复]8楼
(引用 华生之友:话说回来,股市和外汇市场已经开始用所谓的历史数据+边界条件来优化模型, 或者在不同模型中优选,也算有点点智能了吧 呵呵, 比很多人强,胜�)trader的主要责任是要为trading负责啊AI可以trade啊，输了钱算谁的 [本文发送自华新手机Wap版] [icky (10-16 12:01, Long long ago)] [ 传统版 | sForum ][登录后回复]9楼
(引用 icky:trader的主要责任是要为trading负责啊AI可以trade啊，输了钱算谁的)Owner公司和百姓 [本文发送自华新手机Wap版] [华生之友 (10-16 12:03, Long long ago)] [ 传统版 | sForum ][登录后回复]10楼
(引用 近国:几十年前的事情不清楚。据说是给现在的热潮提供了不少理论基础。但现在的语音识别，图像识别和推荐系统的准确性和应用程度的确和80年代不...)语音识别，图像识别，模式识别应该比我的年纪都老了
军事上应该早就实用了，现在计算能力强了而已
和时装一样，过一阵炒一轮
[本文发送自华新手机Wap版]
[华生之友 (10-16 12:07, Long long ago)]
[ 传统版 |
sForum ][登录后回复]11楼
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。
[wineywei (10-16 12:49, Long long ago)]
[ 传统版 |
sForum ][登录后回复]12楼
自动辅助驾驶是可以的，完全自动驾驶，短期内还有很多技术难点需要克服[wineywei (10-16 12:55, Long long ago)] [ 传统版 | sForum ][登录后回复]13楼
主动学习的能力，我挺赞同你的看法。机器学习现在的主动学习能力，和一个人的主动学习能力差的太远了。最笨的学生都比最聪明的机器有举一反三的学习能力。
完全自动驾驶的确有很多挑战，也不知道那些搞机器学习的大牛能不能在５年内做好。[近国 (10-16 15:51, Long long ago)]
[ 传统版 |
sForum ][登录后回复]14楼
(引用 wineywei: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...)目前的学习,是建立在大量数据上的计算能力进步了
如alphago据说存了无穷多的棋谱
如IponeX的人脸识别,就是以几十万人的脸谱为基础[华生之友 (10-16 16:06, Long long ago)]
[ 传统版 |
sForum ][登录后回复]15楼
(引用 华生之友:目前的学习,是建立在大量数据上的计算能力进步了
如alphago据说存了无穷多的棋谱
如IponeX的人脸识别,就是以几十万人的脸谱为基础)ML在色彩处理上是有很大局限性的ML是基于数理统计的向量化而已，在一定程度上提高了准确率，但是也有其极限，这个是算法本身特性决定的，数据量再大也无法突破，只能是无限接近，特定算法只能用于特定场景，人脸识别，棋谱都需要不同的对应算法，这些算法都需要人为的去优化，以达到最优效果。
颜色比较特殊，计算机处理的是数字化数据，非线性连续的，这就给ML带来挑战，需要基础图像识别理论的突破来解决。
[wineywei (10-16 17:08, Long long ago)]
[ 传统版 |
sForum ][登录后回复]16楼
(引用 wineywei:ML在色彩处理上是有很大局限性的ML是基于数理统计的向量化而已，在一定程度上提高了准确率，但是也有其极限，这个是算法本身特性决定的，...)ML用于图像处理，物件识别和跟踪是最有前途的优化神马的如下棋最适合。
现在人脸识别一般以LFW作为指标，没什么实际意义。
国内最先进的识别身份证照片如果是几十万张的测试准确率也就在80%以下。 当然实际场景中，一般遇到相像的人比较少。
目前主要问题是对图片亮度比较敏感。有时候NN还得和传统的如HOG/SVM结合起来才准确。[中年大叔123 (10-16 17:27, Long long ago)]
[ 传统版 |
sForum ][登录后回复]17楼
(引用 华生之友:目前的学习,是建立在大量数据上的计算能力进步了 如alphago据说存了无穷多的棋谱 如IponeX的人脸识别,就是以几十万人的脸谱为基础)ML进步很快啦别的不懂，一代狗还是看棋谱，今年跟柯洁对战的二代狗已经是靠左右互搏自己升级，而不是靠大量人类棋谱来学习了……[没靴穿的猫 (10-16 20:01, Long long ago)] [ 传统版 | sForum ][登录后回复]18楼
(引用 没靴穿的猫:ML进步很快啦别的不懂，一代狗还是看棋谱，今年跟柯洁对战的二代狗已经是靠左右互搏自己升级，而不是靠大量人类棋谱来学习了……)基础还是大量棋谱啦不过加了些自我演进的规则和算法，围棋对这个特别适合，因为规则简单，变化却无穷
关键还是计算能力的改进吧
[本文发送自华新手机Wap版]
[华生之友 (10-16 20:17, Long long ago)]
[ 传统版 |
sForum ][登录后回复]19楼
(引用 中年大叔123:ML用于图像处理，物件识别和跟踪是最有前途的优化神马的如下棋最适合。 现在人脸识别一般以LFW作为指标，没什么实际意义。 国内最先进�...)好莱坞的化妆技术可以识别吗如带个人面蒙皮 [本文发送自华新手机Wap版] [华生之友 (10-16 20:19, Long long ago)] [ 传统版 | sForum ][登录后回复]20楼