什么是機(jī)器學(xué)習(xí)?機(jī)器學(xué)習(xí)行業(yè)深度分析2023

• 陳觀秋 2023年1月7日 來(lái)源：中研報(bào)告 百度 924 57
• 繁體

作為人工智能極為關(guān)鍵的通用技術(shù)之一，機(jī)器學(xué)習(xí)時(shí)常被外界認(rèn)為是AI應(yīng)用中使用的公式或定理般的抽象基礎(chǔ)。機(jī)器學(xué)習(xí)的本質(zhì)的確是函數(shù)，但它依然能夠以單純的算法能力直接落地于金融、工業(yè)、醫(yī)藥、互聯(lián)網(wǎng)等數(shù)字化基礎(chǔ)較好的領(lǐng)域，為企業(yè)提供智能風(fēng)控、預(yù)測(cè)性維護(hù)、藥物發(fā)現(xiàn)

什么是機(jī)器學(xué)習(xí)?

機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門(mén)學(xué)科。專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹。

大數(shù)據(jù)的價(jià)值體現(xiàn)主要集中在數(shù)據(jù)的轉(zhuǎn)向以及數(shù)據(jù)的信息處理能力等等。在產(chǎn)業(yè)發(fā)展的今天，大數(shù)據(jù)時(shí)代的到來(lái)，對(duì)數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的處理數(shù)據(jù)的存儲(chǔ)等帶來(lái)了更好的技術(shù)支持，產(chǎn)業(yè)升級(jí)和新產(chǎn)業(yè)誕生形成了一種推動(dòng)力量，讓大數(shù)據(jù)能夠針對(duì)可發(fā)現(xiàn)事物的程序進(jìn)行自動(dòng)規(guī)劃，實(shí)現(xiàn)人類(lèi)用戶以計(jì)算機(jī)信息之間的協(xié)調(diào)。另外現(xiàn)有的許多機(jī)器學(xué)習(xí)方法是建立在內(nèi)存理論基礎(chǔ)上的。

大數(shù)據(jù)還無(wú)法裝載進(jìn)計(jì)算機(jī)內(nèi)存的情況下，是無(wú)法進(jìn)行諸多算法的處理的，因此應(yīng)提出新的機(jī)器學(xué)習(xí)算法，以適應(yīng)大數(shù)據(jù)處理的需要。大數(shù)據(jù)環(huán)境下的機(jī)器學(xué)習(xí)算法，依據(jù)一定的性能標(biāo)準(zhǔn)，對(duì)學(xué)習(xí)結(jié)果的重要程度可以予以忽視。采用分布式和并行計(jì)算的方式進(jìn)行分治策略的實(shí)施，可以規(guī)避掉噪音數(shù)據(jù)和冗余帶來(lái)的干擾，降低存儲(chǔ)耗費(fèi)，同時(shí)提高學(xué)習(xí)算法的運(yùn)行效率。

智能制造日益成為制造業(yè)企業(yè)發(fā)展的重大趨勢(shì)和核心內(nèi)容,是新常態(tài)下企業(yè)打造競(jìng)爭(zhēng)優(yōu)勢(shì)的必然選擇，而智能制造中獲取智能的關(guān)鍵是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹。

據(jù)中研產(chǎn)業(yè)研究院《2022-2027年中國(guó)機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告》分析：

從20世紀(jì)50年代以來(lái)，機(jī)器學(xué)習(xí)的發(fā)展經(jīng)歷了6個(gè)時(shí)期。機(jī)器學(xué)習(xí)是現(xiàn)階段解決很多人工智能問(wèn)題的主流方法，作為一個(gè)獨(dú)立的方向，正處于高速發(fā)展之中。最早的機(jī)器學(xué)習(xí)算法可以追溯到20世紀(jì)初，到今天為止，已經(jīng)過(guò)去了100多年。從1980年機(jī)器學(xué)習(xí)稱(chēng)為一個(gè)獨(dú)立的方向開(kāi)始算起，到現(xiàn)在也已經(jīng)過(guò)去了近40年。在這100多年中，經(jīng)過(guò)一代又一代人的努力，誕生出了大量經(jīng)典的方法。

機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈

機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈包括上游基礎(chǔ)層、中游技術(shù)層、下游應(yīng)用層。其中上游包括人工智能芯片供應(yīng)商、云計(jì)算平臺(tái)服務(wù)商、大數(shù)據(jù)服務(wù)商。中游包括機(jī)器學(xué)習(xí)技術(shù)服務(wù)商，機(jī)器學(xué)習(xí)技術(shù)服務(wù)商是機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈的關(guān)鍵主體，其提供的服務(wù)包括機(jī)器學(xué)習(xí)基礎(chǔ)開(kāi)源框架以及機(jī)器學(xué)習(xí)技術(shù)開(kāi)放平臺(tái)。下游是機(jī)器學(xué)習(xí)應(yīng)用服務(wù)商，為最終用戶提供基于機(jī)器學(xué)習(xí)的垂直領(lǐng)域應(yīng)用服務(wù)，機(jī)器學(xué)習(xí)廣泛應(yīng)用于金融、教育、醫(yī)療、工業(yè)、零售等垂直領(lǐng)域，應(yīng)用領(lǐng)域還在不斷擴(kuò)展。

機(jī)器學(xué)習(xí)行業(yè)深度分析

目前，機(jī)器學(xué)習(xí)還缺少在各行各業(yè)大面積應(yīng)用的數(shù)據(jù)基礎(chǔ)，短期內(nèi)只能在金融、制造、電力、醫(yī)藥等數(shù)字化水平較好的領(lǐng)域謀求發(fā)展。隨著企業(yè)數(shù)字化轉(zhuǎn)型不斷深化和數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，機(jī)器學(xué)習(xí)還擁有極為廣闊的空間。

在近年獲投的機(jī)器學(xué)習(xí)創(chuàng)業(yè)公司中，熱門(mén)賽道集中于金融、互聯(lián)網(wǎng)、工業(yè)、政務(wù)、醫(yī)療等。其中，金融賽道與機(jī)器學(xué)習(xí)契合度高且需求強(qiáng)烈，90%以上的機(jī)器學(xué)習(xí)企業(yè)都開(kāi)展了金融相關(guān)業(yè)務(wù)板塊，機(jī)器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用場(chǎng)景主要在智能風(fēng)控、保險(xiǎn)核定、精準(zhǔn)營(yíng)銷(xiāo)等方面;機(jī)器學(xué)習(xí)在工業(yè)(含電力)領(lǐng)域也有著充分的施展空間，科學(xué)的算法模型應(yīng)用能夠幫助工業(yè)企業(yè)優(yōu)化生產(chǎn)工藝、提升生產(chǎn)效率、減少資產(chǎn)損失;醫(yī)療領(lǐng)域，機(jī)器學(xué)習(xí)的應(yīng)用集中于兩方面，一是藥物發(fā)現(xiàn)中通過(guò)算法提高靶點(diǎn)篩選、晶型預(yù)測(cè)等環(huán)節(jié)的效率，二是以算法模型賦能基因測(cè)序，提升疾病風(fēng)險(xiǎn)預(yù)測(cè)與輔助診療的準(zhǔn)確性。

作為人工智能極為關(guān)鍵的通用技術(shù)之一，機(jī)器學(xué)習(xí)時(shí)常被外界認(rèn)為是AI應(yīng)用中使用的公式或定理般的抽象基礎(chǔ)。機(jī)器學(xué)習(xí)的本質(zhì)的確是函數(shù)，但它依然能夠以單純的算法能力直接落地于金融、工業(yè)、醫(yī)藥、互聯(lián)網(wǎng)等數(shù)字化基礎(chǔ)較好的領(lǐng)域，為企業(yè)提供智能風(fēng)控、預(yù)測(cè)性維護(hù)、藥物發(fā)現(xiàn)、個(gè)性化推薦等多種服務(wù)。

隨著大數(shù)據(jù)時(shí)代各行業(yè)對(duì)數(shù)據(jù)分析需求的持續(xù)增加，通過(guò)機(jī)器學(xué)習(xí)高效地獲取知識(shí)，已逐漸成為當(dāng)今機(jī)器學(xué)習(xí)技術(shù)發(fā)展的主要推動(dòng)力。大數(shù)據(jù)時(shí)代的機(jī)器學(xué)習(xí)更強(qiáng)調(diào)“學(xué)習(xí)本身是手段"機(jī)器學(xué)習(xí)成為一種支持和服務(wù)技術(shù)。如何基于機(jī)器學(xué)習(xí)對(duì)復(fù)雜多樣的數(shù)據(jù)進(jìn)行深層次的分析，更高效地利用信息成為當(dāng)前大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)研究的主要方向。所以，機(jī)器學(xué)習(xí)越來(lái)越朝著智能數(shù)據(jù)分析的方向發(fā)展，并已成為智能數(shù)據(jù)分析技術(shù)的一個(gè)重要源泉。

人工智能已經(jīng)成為大數(shù)據(jù)、機(jī)器人和物聯(lián)網(wǎng)等新興技術(shù)的主要驅(qū)動(dòng)力，在可預(yù)見(jiàn)的未來(lái)，它將繼續(xù)驅(qū)動(dòng)技術(shù)創(chuàng)新，影響著幾乎每個(gè)行業(yè)和每個(gè)人的未來(lái)。但是，人工智能的最終目標(biāo)是使機(jī)器具有與人類(lèi)相似的通用智能。

想要了解更多機(jī)器學(xué)習(xí)行業(yè)詳情分析，可以點(diǎn)擊查看中研普華研究報(bào)告《2022-2027年中國(guó)機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告》。報(bào)告根據(jù)機(jī)器學(xué)習(xí)行業(yè)的發(fā)展軌跡及多年的實(shí)踐經(jīng)驗(yàn)，對(duì)中國(guó)機(jī)器學(xué)習(xí)行業(yè)的內(nèi)外部環(huán)境、行業(yè)發(fā)展現(xiàn)狀、產(chǎn)業(yè)鏈發(fā)展?fàn)顩r、市場(chǎng)供需、競(jìng)爭(zhēng)格局、標(biāo)桿企業(yè)、發(fā)展趨勢(shì)、機(jī)會(huì)風(fēng)險(xiǎn)、發(fā)展策略與投資建議等進(jìn)行了分析，并重點(diǎn)分析了我國(guó)機(jī)器學(xué)習(xí)行業(yè)將面臨的機(jī)遇與挑戰(zhàn)，對(duì)機(jī)器學(xué)習(xí)行業(yè)未來(lái)的發(fā)展趨勢(shì)及前景作出審慎分析與預(yù)測(cè)。

• 相關(guān)深度報(bào)告REPORTS

  

  2022-2027年中國(guó)機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告

  機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門(mén)學(xué)科。專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡