是谁发展了机器学习？何时何地？

     你可能觉得机器学习是当今信息时代下的产物，但你知道吗，机器学习实际上已经存在了几十年，其实你也可以理解为存在了几个世纪。追溯到17世纪，机器学习最早的发展是Thomas Bayes 在1783年发表的同名理论，贝叶斯、拉普拉斯的关于最小二乘法的推导和马尔可夫链等，贝斯定理发现了给定有关类似事件的历史数据的事件的可能性。这些构成了机器学习广泛使用的工具和基础。这是一个机器进行学习的贝叶斯分支的基础，它寻求根据自己以前的信息技术寻找最可能发生的事件。

    几个世纪之后，在1950年，著名的计算机科学家阿兰·图灵发明了图灵测试，该计算机必须通过文本交谈的人，这样的人还以为她与另一个人说话。他认为，只有我们通过这个系统测试，机器学习可以被认为是“智能的”。两年后，Arthur Samuel创建了一个真正的机器进行学习工作程序，这是一个比较简单的棋盘游戏，计算机技术可以从以前的游戏中学习发展的策略，并提高未来的性能。后来，唐纳德米奇在1963年又推出的强化学习井字棋的程序。在后来的几十年里的时间里，机器学习的进步也用了一个同样的模式，那就是，一项重要技术可以突破发展导致了更新的、更复杂的计算机，通常是企业通过与专业的人类对于玩家玩战略游戏来测试的。

    它在1997年的时候达到顶峰，当时的IBM国际象棋电脑深蓝，在一场国际象棋竞赛中打败了天下冠军——加里·卡斯帕罗夫。最近，谷歌已经开发重点AlphaGo中国古代棋类游戏，也就是围棋，它通常被认为是世界上最为艰难的一场比赛。尽管中国围棋被认为过于复杂，以至于一台手机，电脑技术都无法进行掌握，但在2016年，AlphaGo终于为我们获得了这个胜利，它在一场五局比赛中击败了Lee Sedol。它的进步意义不言而喻。

 

   2006年，是机器学习最大的突破是深度学习。深度学习是一种机器学习，它在模拟人类大脑思维过程通常用于图像和语音识别。深度合作学习的出现问题导致了我们中国今天使用的（可能是理所当然的）许多企业技术。你一定不陌生，Facebook正在进行使用人工神经系统网络来识别照片中的面孔。你有没有把它上传到你的Facebook帐户呢？还是你上传到了Siri上呢？当你问你的iPhone今天的棒球分数，你的话将使用先进的语音解决算法进行分析。如果没有深入的研究，这一切是不可能的。

    随着大数据时代各行业对数据分析需求的持续增加，通过机器学习高效地获取知识，已逐渐成为当今机器学习技术发展的主要推动力。大数据时代的机器学习更强调“学习本身是手段"机器学习成为一 种支持和服务技术。如何基于机器学习对复杂多样的数据进行深层次的分析，更高效地利用信息成为当前大数据环境下机器学习研究的主要方向。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！