机器学习系统Vowpal Wabbit的作者John Langford最近在Quora问答(What important world issues do you envision machine learning solving in the next few years?)中表示:未来10-30年,机器学习未来可能有助于三类世界性问题的解决:自动驾驶、大规模个性化教育和合理化与个性化医疗。
- 自动驾驶:当交通变成实用的工具而非财产,意味着更少的汽车,意味着更少的污染、更少的交通事故损失和更少的拥堵时间。
- 大规模个性化教育:利用机器学习,未来的世界,每个人都可以按照自己的进度和兴趣安排自己的学习,尤其是早期教育,互动很关键。
- 合理化与个性化医疗:美国医疗成本极其昂贵,希望通过个人设备(Fitbit、Microsoft Band等)真正启动个性化医疗,风险更低,并且方法创新。
John Langford认为,机器学习通常在如下情况下会成为好工具:
- 正确答案不明显。
- 可数据化。
- 包括很多很多次相同的决策。
他希望利用机器学习开发实用工具切实解决一些社会问题,让人类更容易获得知识,人类/机器交互更加友好,工作任务更加自动化……机器学习很有潜力,但机器学习也并非万能,并且这些进展也不一定会很顺利。