人们为什么谈论机器学习的临界点？

问：

人们为什么谈论机器学习的“临界点”？

大量专家正在提醒其他人这样的观念，即机器学习实际上将在未来几年内作为新兴产业爆炸式增长。 作为人工智能工作的特定元素，机器学习依赖于复杂的算法和数据训练集来开发复杂的概率响应，几乎可以将其应用于任何情况或行业。 考虑到这一点，随着企业试图成为其竞争对手中第一个真正以特定方式真正应用机器学习的公司，机器学习在企业界的采用现在正在增长。

业务应用只是机器学习潜在增长的一方面。 公司还发现，更智能的技术和产品将释放新一代功能更强大的消费品和服务。

人们将机器学习的“临界点”称为硬件，算法和数据发展的完美风暴。 《哈佛商业评论》在7月的一篇文章中提到了这三个方面，讨论了机器学习即将爆发的情况。 当然，大数据也许是科技媒体中最吹牛的东西。 在这三个要素中，大数据在过去十年中已经爆炸式增长。 但是，算法本身也取得了显着发展。

许多人谈论的另一个组件是驱动更广泛的机器学习应用程序的硬件。

从本质上讲，公司正在朝着开发用于处理机器学习的专用电路板和处理器芯片的过程前进，而不是配备传统的电路板技术来处理概率决策中涉及的大量输入和计算。 某些参考技术，例如Google的Tensor处理单元或TPU以及其他产品，这些技术是专门为实现机器学习计算而构建的，例如，通过使用可编程逻辑门阵列。

所有这些趋势加在一起，提出了对机器学习系统和技能的不断增长的需求，高管和其他人在考虑2018年及以后的业务技术的未来时会引起很多关注。