驅動機器學習大爆發

自1950年代以來，機器學習系統就一直存在，為什麼突然在許多不同領域出現突破？這是因為有以下三個因素發揮作用：數據資料大幅增加、演算法有極大的改善、電腦硬體功能愈來愈強大。過去二十年來（不同應用的時間可能不太一樣），可用的資料已增加到一千倍，重要的演算法已改進十到一百倍，硬體速度提高至少一百倍。麻省理工學院（MIT）的托瑪索．波吉歐（Tomaso Poggio）表示，這些因素結合起來，可讓一些應用軟體改進高達一百萬倍，例如在自動駕駛汽車裡使用的行人偵測視覺系統。

我們來檢視每個因素。

資料。數十年來，大量的音樂CD、電影DVD和網頁，一直在添加全球的數位編碼資訊的數量，但在過去幾年之間，創作速率激增。智慧型手機與工業設備上的感測器傳出的訊號、數位照片與影片、不間斷的全球性社群媒體洪流和其他資料來源，所有這些結合起來，使我們置身在前所未見的資料豐富時代。現今世界上有90％的數位資料，是在過去兩年中創造出來的。物聯網（internet of things，IoT）蓬勃發展，可望連接數十億個新裝置和這些裝置的資料流（data stream），因此在未來十年，我們必定會有更多數位資料可用。

演算法。...