机器学习推导出的规则和公式，将极大提升工作效率，减少人工干预

机器学习是人工智能最振奋人心的一个分支。从数据中推导出规则和公式确实是一种智能行为。因为目前我们没有AI，机器学习需要一定程度的人工协助。一旦我们有了AI，对人工帮助的需求将减到最少。比如对于汽车加油、维修，以及学生学习成绩、辍学、退学等都将提供透明、有效的数据支撑和预测。

你在网上购买搅拌机后数天甚至数周可能会在你访问的网页上看到搅拌机或相关的广告。遗憾的是，机器学习软件对你的购买不知情，所以继续提供搅拌机广告。机器学习技术关键在于它得到的数据。数据不足会导致学习不足；因此造成不符合需求的个性化广告服务。—旦我们有了Al，Web体验将发生变化。AI的Web服务器将收集购买数据，数周内不会向你发送同类商品广告垃圾邮件。

机器学习技术在网上欺诈检测中至关重要。例如当欺诈分子使用偷来的信用卡为一家在线服务公司注册假客户并获得注册佣金。机器智能软件注意到，该假电子邮件、名称和地址不符合有效客户的模式，因而阻止进一步的类似欺诈性注册。在AI出现之前，人工辅助机器学习的应用可能性是无止境的。它是零售、金融、电子商务和有足够的数据支持这一技术的任何其他领域的新乐园。

你的车提醒你，燃油泵已接近衰竭。你前往经销店进行维修，然后在路上遇到一个大难题。一家银行向一位客户发送有关其在日本购物的短信，而该客户从未去过这里。卡被停用，避免了几千元的欺诈性收费。电站的传感器检测到涡轮行为异常，然后提醒操作人员，从而预防了大规模停电。这些日常干扰揭示了这样一个事实，即世界已经悄然进入先进的分析驱动的机器智能时代。机器在崛起，变得越来越智能，越来越普遍。

例如，目前Siri是一个等待你问问题的被动的仆人。这种请求一一响应模式很有帮助，但人们需要启动它。谷歌用于预测你的旅行计划和其他需求的“智能”服务相对温顺，如果人们不找它们就容易漏掉。如果机器学习要充分发挥其潜力，提高我们的生活质量，就需要人们接受与机器关系的本质变化。如果我们愿意接受更大程度的干扰，机器学习可以成为一个强大的力量。