2015 机器学习年度回顾：一个强大的成长史
导读
“机器学习是一种核心的，具有革命性的技术，并且因为它，我们需要重新思考我们所做的所有事情。我们正在审慎的将它应用到我们所有的产品中，如搜索，广告，视频或者游戏。”——SundarPichai，谷歌CEO
2015年是机器学习年，这个让机器理解海量数据的革命正在一天一天地获取要素（通过写和读这篇文章，我们就创造了一些数据）。不只有谷歌，如亚马逊、埃森哲、丰田、特斯拉、美国强生等等很多公司都在大规模采用机器学习技术并提高其产品和服务质量。
此外，这也不仅仅是关于大公司，创业公司也在这场革命中占同等地位。创业公司已经公布了机器学习的创新型应用，并且部分创业公司在他们市场测试之前就已经获得了认可！
为了展示机器学习的发展，我们创造了“机器学习发展史”电子纸张。它展示了机器学习今年出现的重要发展。以下就是全部内容。
谷歌在机器学习方面的发展趋势
2015年1月
Facebook开源前沿深度学习工具“Torch”：Torch其实自2002年就已经是一个开源库了，Facebook通过Torch将几个模块加入，如有高度自定义核函数的卷积神经网络等等。
Dato入机器学习创业洪流：机器学习平台 GraphLab 改名Dato，获得了 1850 万美元新融资。GraphLab是一个开源项目，旨在帮助机器分析图像，如社交关系图。
投资商对机器学习创业公司很有兴趣：超过170家创业公司，进入AI浪潮，谷歌、IBM等大型科技公司对AI投入重金。
2015年2月
谷歌机器学习学着掌握视频游戏： Google DeepMind研究人员成功通过机器学习让电脑成为Atari视频游戏的大师（2014年，谷歌收购DeepMind公司）。
微软官方正式启动Azure机器学习平台：Azure机器学习已经在Xbox和Bing中使用，它能够支持R，Python，Hadoop，Spark等等。
福特用AI安排工作进度：福特公司使用AI解决其日益增多员工带来的工作安排问题。这个app用10000行代码写成。
2015年3月
谷歌将大型机器学习技术应用于药物发现：使用神经网络的深度学习被用于虚拟药物筛选中，主要试图替换或者提高高通量筛选过程中的计算方法。
PayPal使用深度学习侦测并对抗诈骗：PayPal使用一种冠军/挑战者策略来决定使用某种诈骗检测系统，深度学习距离“冠军”很近。
机器学习正在使小娜更加聪明：微软已经为小娜构建了聊天机制。机器学习使得小娜识别玩笑并能预测运动赛事，也能够告诉你早点去开会（因为交通堵塞）。
谷歌与美国强生合作发展AI手术机器人：谷歌与强生合作开发手术型机器人，它能够帮助外科医生减少对病人的伤害。
Facebook开发了人工智能测试：Facebook开发了一个简单的测试，它能够判断AI的智能程度。
2015年4月
亚马逊启动机器学习平台：这个服务为所有开发商提供了使用机器学习技术的机会。一旦你的模型准备好，亚马逊机器学习通过简单的API使得到应用程序的预测变得容易。
PayPal使用机器学习打击坏人：PayPal在风险管理方面使用了3种机器学习算法：线性、神经网络和深度学习。经验表明，同时使用3种最有效。
机器学习算法挖掘160亿邮件数据：雅虎实验室的研究人员使用机器学习算法研究2百万人之间的160亿邮件来研究模式行为。
2015年5月
Google Now有了“Now on Tap”功能后变得聪明了：谷歌披露，让安卓个人助手检测屏幕上发生的活动并采取相关行动。这使得手机变得更加智能。
因特尔的18核Xeon芯片为机器学习调整：因特尔为快速变化的服务市场设计了E7芯片。公司宣称，新的芯片在运作企业应用时要快6倍。
2015年6月
Airbnb公布了机器学习包Aerosolve：Airbnb相信人与机器以共生的方式合作的效率会比只有人或机器高。这个包的设计从根本上就是人性化的。
机器学习学者玩超级玛丽世界：SethBling开发了一款人工智能，能够学着玩超级玛丽世界。它使用了通过遗传算法进化的神经网络。
亚马逊将会展示更多有用的评论：亚马逊启动了一个新的机器学习系统，它能够判断哪些评论是最有用的，并把它们置顶。
2015年7月
微软想让人们教电脑机器学习：微软有兴趣雇佣那些能够教电脑机器学习的人，这可以让软件随着时间变得越来越聪明。
Hitachi开发了一款新的数据挖掘软件“人工智能”：Hitachi开发了一个“人工智能”系统，它能够处理很多类型的数据源，例如成百上千的新文章，它能够对高点击率话题产生响应。
谷歌AI能够将文字翻译为27种语言：使用人工智能，谷歌翻译app可以即时翻译文本。这个功能早有了，但是只支持7种语言，现在有了机器学习，谷歌翻译支持27种语言。
2015年8月
PayPal使用机器学习和人类检测来打击诈骗：Paypal采用了机器学习和统计模型来识别诈骗行为，更复杂的算法被用于过滤交易。
AWS向欧洲开发商开放机器学习服务：这个服务可以通过AWS Dublin区域使用。公司期望亚马逊的机器学习能够帮助解决限制问题，所有的分析和预测均通过在欧洲的数据完成，并且从不离开这个区域。
机器学习进入Gartner的2015 Hype Cycle报告：Hype Cycle只展示数字人文主义的技术并且它主要展示Gartner认为有很重大影响的技术。而机器学习是报告中第一个出现的技术。
2015年9月
苹果在AI和机器学习方面加大雇佣力度：苹果公司着力雇佣AI领域的工作人员。苹果期望能够通过雇佣更多AI领域人才来与谷歌竞争。
Linkedin开启FeatureFu项目：LinkedIn的FeatureFu项目是一个开源的工具包，它主要设计目的是使支持大部分机器学习任务、具有创造性和灵活性的工程成为可能。
2015年10月
苹果收购机器学习公司Perceptio：Perceptio是一家创业型公司，该公司主要着重为手机提供高级图像分类智能，擅长以模式为基础的分析和分类的深度学习技术。
Hitachi开发了一个预测犯罪的系统：Hitachi开发了一种处理多个与犯罪有关的数据源的技术，这些数据源类型包括天气条件、与学校和地铁的距离、911呼叫记录、枪击感应器、人群流动和历史犯罪统计数据。
特斯拉的自动驾驶技术：特斯拉的新自动驾驶技术因为有了特斯拉收集的机器学习、无线连接、地图和传感器数据而不停的学习并提高自己。
FractalAnalytics收购AI创业公司扩张其旗舰产品“Customer
Genomics”：Fractal analytics收购了Imagna Analytics，一家由Prashant Warier建立的AI创业公司。这是Fractal今年第二次收购，并会进一步加强其旗舰产品“Customer Genomics”。
RankBrain：谷歌正使用人工智能来为网页排序：RankBrain是谷歌用于处理搜索结果的机器学习人工智能系统。它是谷歌总体搜索算法的一部分，主要用来在搜索中找到最相关的网页。
2015年11月
丰田在美国对AI投资10亿美元：丰田宣布一个5年10亿投资的对AI的研究。丰田计划在它的AI研究中心中招募200个科学家。
H2O.ai为它的机器学习平台募集2千万美元：H2O是针对那些需要为自己的产品找一个快速机器学习引擎的数据科学家和开发商而建立的开源平台，公司募集到2千万美元。
Accenture投资AI的R&D：Accenture已经在都柏林建立人工智能实验室。这个实验室会和其他Accenture团队合作开发更多的智能工具。
谷歌开源TensorFlow：谷歌开源TensorFlow项目，TensorFlow是谷歌的“平台级产品”，是一个分布式系统上的机器学习框架，主要注重异质平台的通用性和平台迁移。
IBM开源项目SystemML成为Apache官方孵化项目：IBM宣布其开源项目SystemML正式成为Apache官方孵化项目，SystemML是灵活的，可伸缩机器学习语言，使用Java编写，可实现三大功能，可定制算法、多个执行模式和自动优化。
