【51CTO.com快译】虽然大家一致认同机器学习对于所在公司和行业的重要性，但很少有公司拥有相应的专长，来应用这项技术去做他们希望的事情。本文预测机器学习和人工智能领域在今后几年会出现的动向。
1、每个应用程序都会是智能应用程序。
如果你的企业还没有使用机器学习来检测异常行为、推荐产品或预测客户流失，那很快你将会开始这么做。因为新的数据迅速生成、可获取海量计算能力，加上新的机器学习平台易于使用(无论平台来自亚马逊、谷歌和微软等各大科技公司，还是来自Dato等初创公司)，我们预计越来越多的应用程序会生成实时预测，并不断日臻完善。我们在过去半年遇到的100家处于早期阶段的初创公司当中，90%以上的公司已经规划使用机器学习，为客户提供更出色的体验。
2、智能应用程序必然是建立在微智能和中间件服务方面的创新这一基础上。
如今的公司分为两大类(笼统意义上)：开发某种形式的机器学习或人工智能技术的公司，以及在应用程序和服务中使用机器学习或人工智能技术的公司。大量创新出现在构建模块服务((又叫中间件服务)方面，这类服务包括数据准备服务和学习服务或模型即服务提供商。
由于微服务的出现，加上能够通过REST API与微服务进行无缝联系，一个日益盛行的趋势是，学习服务和机器学习算法被使用和重复使用，而不是非得一再从头开始重写。
比如，Algorithmia运营着一个算法市场，任何智能应用程序都可以在需要时使用这些算法。将这些算法和模型与一部分特定的数据(某个垂直领域里特定的使用场合)结合起来，就是我们所说的微智能(micro-intelligence)，它可以无缝地整合到应用程序中。
3、在机器学习和人工智能世界，信任和透明绝对至关重要。
去年，机器学习和人工智能方面的几个实验备受关注。比如包括微软的Tay、谷歌的DeepMind AlphaGo、Facebook的M，还有数量不断增加的各种聊天机器人。自然用户接口(语音、聊天和视觉)的兴起为我们人类与虚拟助手(苹果Siri、亚马逊Alexa、微软Cortana和Viv)进行交互提供了非常有趣的选择和机会。
说到我们与人工智能如何交互，也有几个让人比较不安的例子。比如，佐治亚理工学院的一次在线课程快结束时，学生才惊讶地发现给自己讲了整个学期课的其中一名教学助理(名叫Jill Watson，以IBM Watson技术命名)居然是聊天机器人。
尽管这展示了技术和创新的力量，但同时让人们想到了在机器人、机器学习和人工智能盛行的世界，互动规则在信任和透明方面的诸多问题。
理解“什么”背后的“原因”常常是使用人工智能的另一个关键部分。如果医生或病人被告知有75%的可能性患上癌症，然后应该使用某种药物来治疗，他们肯定会不高兴。他们需要明白这个预测或治疗方案是从哪些信息得来的。
我们绝对认为，展望未来，我们在机器学习方面应该完全透明，并彻底地全面考虑未来将成为我们生活和社会中不可或缺的一部分的技术进步带来的伦理问题。
4、我们需要人类参与其中
关于我们是否应该担忧基于人工智能的机器接管世界已讨论过很多。尽管人工智能和机器学习方面的进步会在必要的场合下有助于自动化，但是这点也没错：我们绝对需要人类参与其中，才能打造合适的端到端的客户体验。
Redfin曾经做了个实验，向用户发送机器学习生成的推荐。这些机器生成的推荐带来的用户参与率比用户自己的搜索和警报过滤器来得高一点。然而，当Redfin让客户代表在向客户发送推荐之前评价这些推荐时，才有了真正的改进。客户评价了这些推荐之后，Redfin就能使用这些客户的修正意见作为额外的训练数据，之后这些推荐的点击率得到了显著提升。
Splunk再次强调了这一点，描述了IT专业人员在部署和使用Splunk来帮助自己更出色、更高效地工作方面如何扮演重要角色。要是没有那些人参与其中，客户无法从Splunk获得最大的价值。
另一家公司Spare5也是很好的例子，表明了为何有时需要人类通过修正和分类进入模型的数据，以此训练机器学习模型。机器学习方面的另一句常见格言是垃圾进，垃圾出。数据的质量和完整性是建立高质量模型的关键。
5、机器学习是智能应用程序一个不可或缺的部分，但你也许一开始不需要机器学习。
机器学习是构建智能应用程序一个不可或缺的关键部分，但构建智能应用程序最重要的目标却是，构建与客户产生共鸣的应用程序或服务，为客户提供使用你服务的一种简单方法，并且不断日臻完善。
想有效地使用机器学习和人工智能，你常常需要拥有庞大数据集。这方面已有成功经验的人给出的建议是，从你想要提供的应用程序和体验入手，在此过程中，考虑机器学习如何改进你的应用程序，需要收集什么样的数据集，为客户打造最佳体验。
我们在让每个应用程序都成为智能应用程序这条道路上已走了很远，但是我们仍处于早期阶段。正如艾伦人工智能研究所的首席执行官奥伦·埃齐奥尼(Oren Etzioni)在一次闲聊时所说，虽然我们在人工智能和机器学习领域取得了巨大的进展，但是今天就宣布在机器学习领域取得成功就好比“爬上了树梢，宣布我们要登月球。”
原文标题：Key trends in machine learning and AI，作者：S. Somasegar和Daniel Li
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
