下载掌阅APP，畅读海量书库
立即打开
当今科技飞速发展，大量结构化和非结构化数据成为一种丰富的资源。机器学习算法通过从数据中获取知识来进行预测。在20世纪下半叶，机器学习发展成为人工智能（Artificial Intelligence，AI）的一个分支。
不同于人类通过分析大量数据手动推导规则和构建模型，机器学习提供了一种更有效的方法来获取数据中的知识，以逐步提高模型的预测性能，做出数据驱动的决策。
机器学习不仅在计算机科学研究中变得愈加重要，而且在人们的日常生活中也发挥着越来越大的作用。我们现在享受着机器学习带来的诸多便利，比如垃圾邮件过滤、文本和语音识别软件、网络搜索引擎、电影个性化推荐、手机扫描支票存储、送餐时间预测等，希望在不久的将来，安全且高效的自动驾驶汽车得到推广普及。此外，机器学习在医疗领域也取得了显著的进展，例如，研究表明深度学习模型可以检测皮肤癌，其准确率可以与人类检测准确率相媲美（https://www.nature.com/articles/nature21056）。DeepMind研究人员利用深度学习模型预测蛋白质三维结构，其性能远超物理方法（https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology）。这种方法已成为机器学习领域的一个里程碑式成果。精确预测蛋白质三维结构在生物和药物研究中起着至关重要的作用。最近，机器学习在医疗健康领域有许多重要的应用。例如，研究人员设计了预测新冠病毒患者未来四天氧气需求的系统，帮助医院合理分配氧气资源（https://ai.facebook.com/blog/new-ai-research-to-help-predict-covid-19-resource-needs-from-a-series-of-x-rays/）。气候变化是这个时代面临的最大、最关键的挑战之一，也是机器学习的另一个重要应用领域。如今，诸多公司和科研机构开发智能系统来对抗气候变化（https://www.forbes.com/sites/robtoews/2021/06/20/these-are-the-startups-applying-ai-to-tackle-climate-change）。新兴的精准农业是应对气候变化的众多方法之一。研究人员设计了基于计算机视觉的机器学习系统，用来优化资源配置，最大限度地减少肥料的使用和浪费。