在过去的20年里,机器学习(ML)已经逐步从一项学术努力发展成为一项普及技术,几乎应用于计算的各个方面。基于ml的产品现在已经嵌入到我们数字生活的方方面面:从推荐看什么,到预测我们的搜索意图,再到为消费者和企业设置的虚拟助手提供支持。此外,最近在自然科学领域应用人工智能的成功表明,人工智能可以用来解决当今人类面临的一些最棘手的现实问题。19
基于这些原因,ML已经成为科技公司战略的核心,并从学术界获得了比以往任何时候都更多的关注。导致当前以ML为中心的计算世界的进程被以下几个因素加速了,包括硬件的改进支持大规模并行处理,数据基础设施的改进导致训练大多数ML模型所需的大量数据集的存储和消费,以及允许更好的性能和可伸缩性的算法改进。
没有发现记录