机器学习

机器学习通常缩写为“ML”，是一种会随着时间“学习”或适应的人工智能（AI）。ML 技术不是遵循编码在程序中的固定规则，而是识别输入模式，并包含会随时间不断发展的算法。

机器学习有各种各样的应用，其中许多已经成为日常生活的一部分。下面是几个例子：

1. 医学诊断
2. 自动驾驶汽车
3. 在线广告定位 – Google AdSense 和 Facebook Advertising
4. 语音识别 – Google Assistant、Amazon Alexa、Microsoft Cortana 和 Apple Siri
5. 图像识别 – Google 图片搜索、Facebook 上以及 Apple Photos 中的人脸识别

自动驾驶汽车示例

自动驾驶汽车利用机器学习来提高安全性和可靠性。使用传统人工智能的自动驾驶汽车，可以应对已在程序中设定的任何道路状况。但是，如果软件遇到无法识别的输入，汽车可能会默认采取备用安全措施，例如减速、停车或要求人工接管。

机器学习可以让汽车识别没有在源代码中明确编程的事件和物体。例如，汽车可能已被编程为识别路灯，但无法识别施工路障上的闪烁灯光。通过从经验中学习——可能还会记录人类驾驶员的驾驶行为——汽车将开始识别施工路障，并做出相应反应。

ML 技术使自动驾驶汽车能够区分道路上的不同物体，例如汽车、自行车、人和动物。它还可以帮助汽车在不理想的天气条件下以及没有清晰车道线的道路上更可靠地行驶。其目标是让汽车像人类一样驾驶，同时避免由人为错误造成的失误。