多年来机器学习算法一直在悄然服务于大众，为移动应用和搜索引擎提供了极大的动力。但是最近它成为一个更加广泛流传的术语，几乎所有最近的技术发展都涉及机器学习的某些方面。数据和计算能力的显著提高使得这一指数级的进展成为可能。

  机器学习的复杂性以及应用的显著增长确定了2017年的技术应用。它们的影响取决于应用是否能为整个社会带来价值和利益，还有是不是有解决现实世界问题的潜力。下面就跟着小编一起看看2017年机器学习的五大应用。

  金融行业在消费的人服务过程中一直都在使用机器学习，如信用审查和欺诈调查等。但是近来，随着计算能力和开源工具的普及，金融行业机器学习的应用限制范围越来越广，包括贷款审批、风险评估、资产管理等。

  最近，一个叫做情感分析的使用案例涉及到社会化媒体和新闻趋势对商品的价值的影响。机器学习被用来再现人类对对冲基金交易决策的回应。来自OpenCog基金会的Ben Goertzel博士表示，目前人工智能所欠缺的是“认知能量”，将生理和生化过程整合到一个互相联系的联合体中，由此产生了人类智慧。该基金会在将这一概念融入AI领域做出了很大贡献。对冲基金的交易完全独立于人际互动，并使用概率逻辑来分析和解读每日市场数据、新闻和社会化媒体，做出预测并决定最佳行动方案。

  该应用一定会增加市场价值，同时改变经济的交易方式。它将诸如趋势新闻等市面影响因素纳入考虑范畴，以此来实现人类没办法实现的预测。

  每年因车祸造成的死亡人数高达120万，其中90%归因于人为失误，因此无人驾驶的想法具有毋庸置疑的优点。AVs包括了各种用来评估距离、速度和地形的传感器。因此，这些车辆更有能力处理相关紧急情况。

  为了说明这种可能性，能想象一下这样的一种情况：一辆AV在红灯下静止不动，有几率会从后面被一辆快速接近的汽车撞到。AV突然加速到交叉点以避免碰撞，同时将灯光变为红色。这种技术的动机是保护生命；因此街道上行驶的AVs将能排除人为错误、路况以及其他交通问题。

  在太空探索领域，无人驾驶不是一个新概念。从2004年以来，AutoNav就已经应用在火星探测器中。进行空间计算的辐射和可靠性问题正在得到缓解。目前正在进行提供火星探测器可靠性提高的研究，其中机器学习为其核心。利用“基于视觉的地形分类器和风险意识路径规划器”，其目的是将类人的想法传递给探测器，以此来实现更安全的驾驶。通过更准确地进行远程导航，可以探索极端的环境。

  精准医疗正在挑战传统的广谱方法。这种新的医疗保健形式涉及可穿戴设备，算法和分子工具传送的恒定生物特征数据。

  这一进展正在改变医疗领域，允许非主体性的症状识别，并提供平台来解读和连接来自Ebook Week的数据。这个系统的成功取决于精确和一致的机器学习工具的发展，以根据收集到的个人特定数据来决定最佳治疗方案。

  这样一来就克服了文化和语言障碍，因此对医学界具有固有的价值，也能减轻做准确诊断和治疗方案的人类医生的情绪反应。

  无人机是将救援物资运送到偏远和危险地点的合理解决方案。对于离控制中心很远的地点尤其重要。高通公布了一款使用飞行控制和机器学习的无人机平台。机器学习在无人机技术中并不是一个新概念，但是这个特殊版本的优越之处在于无人机可以在没有事先知道的情况下还能主动了解飞行环境。真正的无人飞行对于人道主义援助意义重大。

  机器学习是改善我们日常生活许多创新应用的核心，同时也将对社会和经济产生积极的影响。