讓我們來深入了解一下機器學習

在開始看整篇文章之前，我希望大家能暫時忘掉那些“機器人偷走了我們的工作”之類聳人聽聞的新聞標題?？v觀古今，早在農(nóng)業(yè)革命和工業(yè)革命之時，人們巧妙地利用工具和不斷創(chuàng)新創(chuàng)造更好的生活的愿景推動著歷史的車輪滾滾前進。而在二十一世紀的今天，我們正經(jīng)歷著一場“數(shù)據(jù)革命”，在顛覆過去的同時，全新的工作、全新的業(yè)務(wù)模式和全新的行業(yè)也油然而生。

“機器學習”將成為2018年一項至關(guān)重要的技術(shù)，在我們生活和工作的方方面面，機器學習發(fā)揮的作用或許會比互聯(lián)網(wǎng)面世以來的任何其它技術(shù)都大。像任何新興技術(shù)一樣，席卷而來的機器學習已經(jīng)無處不在：它存在于我們的手機、汽車和家庭的軟件當中，幫助我們獲取有效信息；它嵌入在我們使用的商業(yè)軟件當中，讓我們更快、更好地做出知情決策。機器學習不但不會威脅到我們的工作生活，反而會讓人類變得更加強大、更有效率。

在當下的技術(shù)熱點話題中，人工智能和自動駕駛幾乎占據(jù)了半壁江山。機器人和自動駕駛汽車所展現(xiàn)出的智能在令人嘆為觀止之余，也對其開發(fā)和應(yīng)用帶來新的機會與挑戰(zhàn)。Gartner的一份報告也曾指出，到2020年，人工智能技術(shù)將出現(xiàn)在“幾乎所有新開發(fā)的軟件產(chǎn)品”中，這對于軟件提供商來說是一個激動人心、甚至可能是決定性的時刻，對于它們的企業(yè)客戶來說更是一個關(guān)鍵的十字路口。

相比而言，機器學習或許聽起來不如以上具有轟動效應(yīng)，但它卻已經(jīng)深入我們所在的世界，創(chuàng)造著改變?！疤煜挛涔?，唯快不破”。等待讓人落后，而任何企業(yè)都將無法承受等待的后果。從企業(yè)決策時間的縮短以及和決策有效性的提升上來說，機器學習的建樹正是它成為劃時代技術(shù)的原因。

我們看到，機器學習的發(fā)展與云計算的普及幾乎同步，其原因在于云應(yīng)用程序、平臺和基礎(chǔ)設(shè)施的無縫集成將信息孤島打破，把各個組織及其網(wǎng)絡(luò)的數(shù)據(jù)都吸引進來，為機器學習所用。機器學習所基于的算法需要盡可能多的、來自不同領(lǐng)域的數(shù)據(jù)。聚集的數(shù)據(jù)量越多，它就會變得越聰明，其決策潛能也就越大。

2018年，云技術(shù)日益成熟，幾乎所有企業(yè)都把云作為IT策略的一部分，云推動著它們的數(shù)字化轉(zhuǎn)型和釋放數(shù)據(jù)價值的能力，這使得機器學習也進入關(guān)鍵時期。通俗地說，云和大數(shù)據(jù)為企業(yè)在數(shù)字化轉(zhuǎn)型中提供載體并助力其挖掘價值，機器學習則是第一個從產(chǎn)業(yè)意義上大規(guī)模運用和放大這些價值的工具。

有意義的信息和有價值的洞察最終都要落實于企業(yè)策略。無論在企業(yè)內(nèi)部職能和資源的規(guī)劃上，還是在企業(yè)外部客戶服務(wù)領(lǐng)域，從機器學習中可獲取的是長期的戰(zhàn)略價值，而非短期內(nèi)吸引眼球的顯著轉(zhuǎn)變。在幾乎任何面向客戶的行業(yè)，海量的客戶咨詢都可被劃分成有限的幾個類別，其中許多咨詢都可以輕松地使用聊天機器人進行預測和回應(yīng)。而基于機器學習的聊天機器人可以不斷調(diào)試自己準確回答客戶的能力。如此就大大縮短了客戶的等待時間，避免客戶的焦灼感，讓互動更為高效。同時也可進一步解放客戶服務(wù)人員，讓他們?nèi)ヌ幚砥渌叫枞斯じ深A的非大眾化的問題。

在之前的文章中老P已談到過甲骨文的“紅科技”，并且“紅科技”已不再局限于概念層面，而是切真地落實到了產(chǎn)品上。融合機器學習，甲骨文在幫助企業(yè)內(nèi)部外部相關(guān)職能領(lǐng)域上，都有相應(yīng)的產(chǎn)品和解決方案，下面就為大家舉個例子。

在企業(yè)內(nèi)部，Oracle管理云（Oracle Management Cloud）就是一個充分融合了機器學習能力的解決方案。它能為企業(yè)提供智能監(jiān)控平臺，通過協(xié)作式監(jiān)視、分析、監(jiān)測和反饋，讓企業(yè)實時維護基礎(chǔ)設(shè)施安全，保障IT穩(wěn)定運行。以下簡單易懂的“三個一”是對管理云很好的描述：

“一眼掌控全局”：打造一種實時的協(xié)作式環(huán)境，為IT開發(fā)運維人員，業(yè)務(wù)線經(jīng)理和分析師提供從應(yīng)用到業(yè)務(wù)服務(wù)支持技術(shù)的端到端完整視圖。讓企業(yè)做到“一個平臺在手，運行狀況全有”。

“一鍵監(jiān)測響應(yīng)”：具備實時監(jiān)控和分析功能，讓企業(yè)及時、迅速地檢測、預防和響應(yīng)安全問題、性能異常和漏洞。

“一招智能改善”：將機器學習和大數(shù)據(jù)技術(shù)運用于整個運維數(shù)據(jù)集，有效避免跨終端用戶和基礎(chǔ)架構(gòu)數(shù)據(jù)的各種信息孤島，讓客戶改善整個應(yīng)用和基礎(chǔ)設(shè)施組合的穩(wěn)定性，防止應(yīng)用停機，提高開發(fā)運維敏捷性和增強安全性。

同樣，在企業(yè)外部客戶服務(wù)領(lǐng)域，甲骨文也有基于機器學習的Oracle Chatbot（智能聊天機器人），可以通過渠道配件、對話流程執(zhí)行、業(yè)務(wù)系統(tǒng)集成和人工智能引擎等組件，為客戶提供自然且高效的溝通過程，增強企業(yè)在客戶服務(wù)領(lǐng)域的實力和效率。同時，Oracle Chatbot還具備一站式的集成方案、全渠道支持、企業(yè)級、易開發(fā)、智能分析、持續(xù)創(chuàng)新和研發(fā)等優(yōu)勢，在優(yōu)化客戶體驗的同時，可節(jié)省企業(yè)的溝通支出成本。

機器學習在客戶服務(wù)領(lǐng)域的應(yīng)用正改變著人們的工作方式，而這項技術(shù)的美妙之處更在于其用途幾乎是無限的。在任何需要快速分析數(shù)據(jù)和提煉出結(jié)論的節(jié)點，它都可以發(fā)揮作用。在任何需要從大量的數(shù)據(jù)中識別出趨勢或異常狀況的地方，它都可以取得令人刮目相看的效果。

前面介紹了兩個機器學習在實際云平臺中運用的案例。機器學習的基礎(chǔ)是數(shù)據(jù)的掌握和應(yīng)用。如果擁有更多的數(shù)據(jù)并且有更強的數(shù)據(jù)處理和分析的能力，機器學習的效果就更好，甚至可以超出人的水平，就像中國的圍棋大師柯潔在和機器對弈之后評價說，人類是會犯錯的而機器不會犯錯。的確，甲骨文在推出自治數(shù)據(jù)庫時提出高可用性的指標為99.995%。這個水平在人來說幾乎是不可想象的。

也許大家今天看見的只是一些局部的機器學習產(chǎn)品，例如系統(tǒng)管理，聊天機器人，自治數(shù)據(jù)庫等等，這就像今天還買不到無人駕駛的汽車，但是有一些局部的無人駕駛的功能已經(jīng)實現(xiàn)，例如防止追尾，防止偏離道路等等，在云平臺層，甲骨文提出自治的云平臺的概念，這個概念就像無人駕駛汽車一樣，將一些局部的應(yīng)用結(jié)合成為一個整體，成為一個基于機器學習的無人干預的云平臺。

“機器人不會偷走我們的工作?！钡菚r代要求我們改變。時代賦予我們的機會越來越多，隨之，工作的內(nèi)容和性質(zhì)也在改變。如果我們不改變，不是我們的工作被機器人偷走，而是我們被時代拋棄。

2018年，探索和釋放機器學習的價值將成為企業(yè)的重中之重。在得以合理和充分有效利用的情況下，技術(shù)將永遠無法取代人類。