作为一种可以广泛应用的新工具，机器学习（Machine Learning）已经成为科技行业绕不开的话题。从理论到实践应用，机器学习正在改变众多行业的运营模式。
11月22日，机器学习及行业应用国际峰会在北京举行。本次活动由经管之家CDA数据分析师主办，邀请了来自高校科研机构、科技企业、创业公司的人工智能和机器学习专家学者，共同探讨机器学习在行业应用中的发展，吸引了近千名机器学习从业者及爱好者到场, 线上近3万人次观看。
2016机器学习行业应用国际峰会现场
“过去几年机器学习扮演着非常重要的角色，比如医疗、能源、交通，这些行业现在都有大量的资金涌入。”IBM 全球大数据与分析事业部研发副总裁Dinesh Nirmal出席了本次峰会，并分享了IBM Watson平台在机器学习开发及应用方面所做的努力和路线图。
此前，IBM官网曾在10月25日宣布推出IBM Watson数据平台，帮助企业从数据中获得更多有价值的洞察，同时提供IBM Watson机器学习服务，数据分析相关人员如数据科学家、业务分析员、数据工程师和应用开发人员等。可以通过直观的自助服务界面更便捷地掌握机器学习。Dinesh Nirmal在演讲中提到， 简单、融合、协作，这是IBM的Watson机器学习平台最关注的三个关键原则。IBM希望把机器学习这种技术变得平民化，任何一个人都能够把握的，没有技术门槛的一种东西。据了解， IBM Watson数据平台支持从基础开发人员到数据科学家共同操纵单一数据集，开展跨区域高级别的协作并共享洞察。
IBM 全球大数据与分析事业部研发副总裁 Dinesh Nirmal
“我们换了一个说法，叫‘学习的机器’。今天你可以部署一个模型，但数据会慢慢的变化，你的模型会失去准确性，必须要使这个模型下线继续改造它。而当你拥有学习的机器，每一秒每一小时每一天模型都会继续被改造，那么这个模型永远也不会下线。” Dinesh Nirmal 说。
Watson机器学习解决方案基于Apache Spark，可智能和自动地利用从结构化到非结构化的数据建立模型，同时开放机器学习库，加速将模型部署到业务运营中。据Dinesh Nirmal 介绍， “ Spark给我们提供了一个标准化的平台，它的扩展性给企业用户提供了便利 ”，Dinesh Nirmal 坦言，IBM在Spark领域的投资绝对是大手笔。
2015年6月15日， IBM就宣布大力推进Apache Spark项目，并称该项目为：在以数据为主导的，未来十年最为重要的新的开源项目。这一承诺的核心是将Spark嵌入IBM业内领先的分析和商务平台，并将Spark作为一项服务，在IBM Bluemix平台上提供给客户。IBM还将投入超过3500名研究和开发人员在全球十余个实验室开展与Spark相关的项目，并将为Spark开源生态系统无偿提供突破性的机器学习技术——IBM SystemML。同时，IBM还将培养超过100万名Spark数据科学家和数据工程师。
不只是大公司，与机器学习相关的创业公司也容易获得资本的青睐和市场的认可。峰会当天，京东万象、宝信软件、游尔机器人等机器学习产品亮相展览区，吸引了众多参会者驻足。
已拿到穆迪和京东金融投资的数库就致力于通过技术手段提升金融数据产业的效率。数库CTO夏磊介绍， 数库的数据来源都是基于上市公司披露的公开渠道，重点在于如何通过他们的智能计算引擎来加工、处理数据，使之产生智能，帮助用户进行预测和决策。
机器学习是人工智能的一个分支。在市场中，人工智能的火爆程度与机器学习不遑多让，而清华大学智能技术与系统国家重点实验室主任朱小燕则道出了她对人工智能被“捧杀”的担忧，“ 如果说今年年初是人工只能的春天，那么现在应该是夏天，我们希望它冬天或者不来或者是来的更久一些” 。
朱小燕认为，人工智能要接地气才能生存，从实验室到生产线，这里面其实有几个关键因素：需求，数据，算法。这三个因素应该是完美的结合，才能得到一个很好的应用。
（本文转载自大数据周刊）