谷歌在机器学习领域的搜索量增加了五倍

Motive Partners管理合伙人安迪斯图尔特(Andy Stewart)上周在国际金融科技大会上指出，“任何具有机器学习功能的产品或区块链的估值都将增长2、3、4和5倍”。毫无疑问，公众和投资者对机器学习及其如何应用于不同行业非常感兴趣。

即将成为卡内基梅隆大学助理教授的扎卡里利普顿(Zachary Lipton)在最近一篇名为《AI误传疫情》的文章中，描述了广大公众对机器学习兴趣的无知和对正在发生的事情缺乏了解的完美风暴，导致了这一领域的误传。在随后的文章中，他澄清了第一篇文章中提出的一些关键点。

在对未来帖子的总结中，立顿将这种流行归因于一些AI影响者、一些未来主义先知以及媒体未能用外行人的术语准确描述AI。

从技术的角度来看，以一种通俗易懂的方式理解机器学习系统中发生的事情并不容易。过程确定性算法易于描述和可视化，但许多机器学习算法是基于概率论、统计学和N维空间的。这些术语不容易解释，并且在普通读者当前出版物的长度限制内。

即使除此之外，借助大型技术公司提供的大量围绕机器学习的API，解释使用SaaS预测分析和启动自己的实现之间工作量数量级的差异也非常复杂。

另一方面，即使缺乏面向普通技术或普通受众的网站对AI的报道，也有大量信息可供有兴趣学习该领域的人免费使用。

这一领域的大多数前沿研究已经在Arxiv上发表，并提供给每个人。著名大学的机器学习和AI有很多课程和纳米学位，开源生态系统充满活力，任何想让她了解一下的人都欢迎。