软件正在吞噬世界，机器学习正在吞噬软件

谷歌首席执行官桑达尔•皮查伊(Sundar Pichai)在谷歌最近的第三季度财报电话会议上表示，一项“革命性”的技术正在促使谷歌反思“我们做每件事的方式”。

读一遍。有一种技术让谷歌重新思考它的工作方式。

不仅仅是谷歌。

同样的技术也在改变着许多科技界的大公司——Facebook、亚马逊(Amazon)、Netflix、优步(UBER)、Twitter——更不用说那些规模较小、前景光明的初创公司了。

企业家和思想领袖彼得•戴曼迪斯(Peter Diamandis)表示，它将“比所有生物科学加起来在改善医疗保健方面做得更多”，并将创造大量财富和财富。

亿万富翁、风险投资家科斯拉(Vinod Khosla)对此表示赞同。他说，在未来50年里，它将推动富足，改造工业，并影响几乎社会的每一个角落。

它是什么?

机器学习。

什么是机器学习

你可能已经开始在大众媒体和科技媒体上读到关于机器学习的文章。TechCrunch、《纽约时报》和《福布斯》等媒体近几个月甚至几年来一直在报道这件事。

也就是说，它并不总是以“机器学习”的名义被讨论。在一些媒体上，你会听到有关“统计学习”的说法。(这在大众新闻中并不常见。“统计学习在学术界更常用。”公平地说，统计学习和机器学习之间有细微的差别，但是对于普通ML实践者来说，它们基本上是一样的。

机器学习也是间接讨论的。您可能会阅读相关领域的文章，比如机器智能、人工智能、预测分析和自动化。需要明确的是，这些与机器学习并不完全相同，但是它们有很强的相关性。机器学习是所有这些领域的关键组成部分。

记住这一点很重要:机器学习本身就是一个研究领域，但是在应用环境中，它具有广泛的应用程序，可以跨越业务和软件的各个部分。

那么什么是机器学习呢?

机器学习是利用计算和算法使计算机能够从数据中学习并预测数据(来源:wikipedia关于机器学习的文章)。

从实践者的角度来看，机器学习是一组用于编写输入数据和输出预测或决策的程序的工具。

学习的软件:开启大数据价值的钥匙

目前，大多数软件都不适应。它不学习。它没有智能，只有有限的能力来改变它的工作方式，以满足用户的需求。

相反，包含机器学习的程序可以适应。随着时间的推移，他们可以学习和提高。

机器学习算法用来“学习”的过程类似于人类通过例子学习的过程。需要说明的是，这是一种简化，但具有指导意义。

当一个人通过例子学习时，他们观察这些例子，对这些例子进行归纳，然后将这些推论和归纳应用到新的观察数据中。

这个过程中最关键的是数据。需要数据来提供可供学习的训练示例。

虽然这是一个很大的简化，但机器学习(特别是监督学习)的工作方式非常类似:观察训练示例，进行泛化，然后将这些泛化应用于新的观察数据。

这里的主要结论是，让机器学习算法正确学习和操作的关键部分是数据。事实上，一些最强大的机器学习技术不仅需要数据，而且需要大量的数据。

这对于理解为什么谷歌要“重新思考一切”是至关重要的。

预测和适应的软件

一旦经过训练，机器学习算法(特别是“监督学习”算法)就可以进行预测。

我们可能没有意识到这一点，但人类所做的很多事情都涉及到某种预测。像捡起一个物体这样简单的日常任务涉及到各种各样的预测，比如“这个物体有多远”和“我需要施加多大的力”来捡起它。这些预测发生在我们的意识意识水平以下，但它们确实发生了。

同样地，在驾驶汽车的任务中，人类对地形条件和各种方向变化的结果进行预测。

在更复杂的认知任务中，甚至决策也可以归结为预测;当我们做决定的时候，我们是从几个选项中选择最好的，每个选项都有它自己预测的结果。例如，当我们决定看一部电影而不是另一部电影时，在某种意义上，我们是在含蓄地预测我们对可用选项的满意度，并选择最佳选项。

当然，这不仅仅是像选择最好的电影这样无关紧要的决定。实际上，我们所做的每一个重要决定都是以某种预测为基础的。我们决定如何花钱，如何投资，如何分配时间，如何选择朋友和团队成员。对于具有重要结果的各种任务，都需要良好的决策(以及良好的预测)。

好的预测是有价值的

如果你仔细观察，你会发现在很多领域，从开车到选择如何分配资源，好的预测是非常有价值的。

越来越多的地方，当需要预测的时候，就会有一个机器学习算法可以让它自动化。

如果这些预测可以自动化和优化，那么由数据驱动的机器学习算法可以产生巨大的价值。

回顾一下，机器学习是由数据驱动的。训练机器学习算法需要良好的数据。但与此同时，机器学习算法，通过决策和自动化提供了巨大的价值。

在某种意义上，机器学习从数据中解锁了价值。

这也意味着，随着数据量的增加，机器学习将变得更有价值。

这有助于我们理解谷歌的情况。它帮助我们理解为什么谷歌因为机器学习而“重新思考一切”。

谷歌拥有比世界上几乎任何人都多的数据(和更好的数据)。数据是训练机器学习算法所必需的，而机器学习算法反过来又使自适应软件成为可能。正是这种适应性的、智能的软件产生了巨大的价值。

为什么机器学习在未来十年会变得更有价值

尽管如此，对于像谷歌这样的公司来说，这不仅仅是他们目前拥有的数据，而且是他们未来将拥有的数据。

这些估计各不相同，但常见的估计表明，人类产生的数据量大约每两年翻一番。

考虑到数据的指数增长，到2020年，预计世界将拥有44万亿字节的数据。

不幸的是，当我们试图概念化这么大的容量(以及这么快的变化速度)时，我们人类的直觉就崩溃了。我们可以非常简单地说，数据增长非常非常快，达到了巨大的容量。

传感器，指数数据，并连接物理和数字世界

数据的爆炸式增长不仅受到互联网本身的推动，还受到虚拟世界和现实世界之间正在出现的连接的推动。

这听起来有点抽象，我来解一下。

传感器变得越来越小，越来越便宜。随着传感器变得越来越小，价格也越来越便宜，许多公司都在为实物增加各种各样的传感器。当前的例子是手机。移动电话装有各种传感器，使其能够收集数据。

就像手机一样，随着传感器变得越来越小，我们将能够在日常用品中添加更多的传感器。我们将能够越来越多地测量物质世界。实际上，这就是人们所说的“物联网”。物联网与其说是物联网，不如说是传感器、数据、执行器和智能软件的互联网。

撇开物联网这个大话题不谈，这里的重点是数据正在爆炸，而且随着传感器的小型化，数据还将继续爆炸，我们开始将物理世界与数字世界连接起来。

同样，这些数据的价值(实际上，物联网的价值)将主要来自机器学习和智能软件。

软件正在吞噬世界，机器学习正在吞噬软件

在某种意义上，这就是Marc Andreessen“软件正在吞噬世界”这一命题的最终含义。

早在2011年，这位著名的企业家和风险投资家为《华尔街日报》撰写了一篇文章，大胆宣称“软件正在吞噬世界”。

回顾过去，看到AirBnB、优步(Uber)等公司的崛起，更不用说亚马逊(Amazon)和Netflix的持续成功(它们在各自的行业占据主导地位，在竞争中胜过了过去的实体竞争对手)，安德森似乎完全正确。软件正被植入我们这个时代最成功公司的DNA中。软件对于那些颠覆旧行业并取得成功的公司来说至关重要。

但让这些公司的软件如此有价值的很大一部分原因是机器学习。在许多最成功的软件驱动公司中，机器学习是驱动它们成功的“秘密”的一部分。

亚马逊。和几乎所有的企业一样，推动亚马逊收入增长的因素非常简单:客户增加、订单数量增加、重复购买。在这个过程的每一步，Amazon都使用机器学习进行优化。例如，为了增加订单数量，Amazon在您浏览和购买时使用机器学习来推荐“类似的商品”。它还使用类似的技术，以新的“推荐”产品瞄准过去的客户。

如果我们仔细观察，亚马逊实际上只是一台销售图书的数据驱动的营销机器。

同样，Netflix(使用非常类似的机器学习技术)是一个数据驱动的营销机器，销售电影租赁。

在这两种情况下，数据都是燃料，机器学习是这些机器“引擎”的关键部分。软件把它们连接在一起。

是的，这些都是软件驱动的业务。我们可以说它们是数据驱动的企业。但是企业家和软件工程师都需要明白的是，这些都是机器学习业务。

这只是故事的开始。

当我们测量这个世界，从每样东西中收集更多的数据时，我们可以为物理世界构建由这些数据驱动的软件;与世界交互的软件。还有数字化和优化以前实体服务的软件(比如优步(Uber)和AirBnB)。

随着我们从世界各地收集更多的数据，我们将能够使用机器学习来创建更好的软件来预测、决定、优化和适应。我们将能够构建更有价值的软件。

是的:软件正在吞噬世界，但是机器学习正在吞噬软件。

为什么软件工程师和企业家需要机器学习

这就是为什么谷歌会因为机器学习而改变它所做的一切。机器学习将让他们释放大数据的价值。

在谷歌(或Alphabet)涉足的任何行业——搜索、移动、物联网、机器人，甚至医疗保健——它都将允许企业开发软件，解锁其海量数据集的价值。

机器学习很可能为谷歌这样的公司创造大量财富，并将对社会几乎所有领域产生巨大影响:交通、医疗、通信、营销等等。

引用亿万富翁投资者维诺德•科斯拉(Vinod Khosla，风险投资界的重量级人物之一)的话:“我认为机器学习对社会的影响将大于移动技术的影响……几乎在我研究的所有领域，机器学习都将产生巨大影响。”

最终，机器学习对商业的普遍影响(更不用说社会本身了)正促使像科斯拉这样的投资者进行投资。

谷歌因为机器学习而重新思考一切。像科斯拉这样的投资者正在大举投资，声称机器学习将对几乎所有事情产生巨大影响。

我的观点是:如果你是一名软件开发人员或企业家，你需要学习并利用机器学习。

它不仅仅是一项革命性的技术，正促使谷歌重新思考一切。这是一项革命性的技术，它将促使软件开发人员和企业家重新思考一切(不管他们是否愿意)。

软件业务将越来越多地颠覆传统行业。智能软件将越来越多地战胜“愚蠢”软件。

学习、适应、优化和自动化的应用程序将越来越占上风。

此外，利用机器学习和开发系统来优化和自动化营销、招聘和运营的数据驱动企业，将在竞争中胜过那些不这样做的企业。

谷歌明白这一点。像科斯拉这样的投资者明白这一点。你也需要理解它。