導讀
“機器學習是一種核心的，具有革命性的技術，并且因為它，我們需要重新思考我們所做的所有事情。我們正在審慎的将它應用到我們所有的産品中，如搜尋，廣告，視訊或者遊戲。”——sundarpichai，谷歌ceo
2015年是機器學習年，這個讓機器了解海量資料的革命正在一天一天地擷取要素（通過寫和讀這篇文章，我們就創造了一些資料）。不隻有谷歌，如亞馬遜、埃森哲、豐田、特斯拉、美國強生等等很多公司都在大規模采用機器學習技術并提高其産品和服務品質。
此外，這也不僅僅是關于大公司，創業公司也在這場革命中占同等地位。創業公司已經公布了機器學習的創新型應用，并且部分創業公司在他們市場測試之前就已經獲得了認可！
為了展示機器學習的發展，我們創造了“機器學習發展史”電子紙張。它展示了機器學習今年出現的重要發展。以下就是全部内容。
谷歌在機器學習方面的發展趨勢
2015年1月
facebook開源前沿深度學習工具“torch”：torch其實自2002年就已經是一個開源庫了，facebook通過torch将幾個子產品加入，如有高度自定義核函數的卷積神經網絡等等。
dato入機器學習創業洪流：機器學習平台 graphlab 改名dato，獲得了 1850 萬美元新融資。graphlab是一個開源項目，旨在幫助機器分析圖像，如社交關系圖。
投資商對機器學習創業公司很有興趣：超過170家創業公司，進入ai浪潮，谷歌、ibm等大型科技公司對ai投入重金。
2015年2月
谷歌機器學習學着掌握視訊遊戲： google deepmind研究人員成功通過機器學習讓電腦成為atari視訊遊戲的大師（2014年，谷歌收購deepmind公司）。
微軟官方正式啟動azure機器學習平台：azure機器學習已經在xbox和bing中使用，它能夠支援r，python，hadoop，spark等等。
福特用ai安排工作進度：福特公司使用ai解決其日益增多員工帶來的工作安排問題。這個app用10000行代碼寫成。
2015年3月
谷歌将大型機器學習技術應用于藥物發現：使用神經網絡的深度學習被用于虛拟藥物篩選中，主要試圖替換或者提高高通量篩選過程中的計算方法。
paypal使用深度學習偵測并對抗詐騙：paypal使用一種冠軍/挑戰者政策來決定使用某種詐騙檢測系統，深度學習距離“冠軍”很近。
機器學習正在使小娜更加聰明：微軟已經為小娜建構了聊天機制。機器學習使得小娜識别玩笑并能預測運動賽事，也能夠告訴你早點去開會（因為交通堵塞）。
谷歌與美國強生合作發展ai手術機器人：谷歌與強生合作開發手術型機器人，它能夠幫助外科醫生減少對病人的傷害。
facebook開發了人工智能測試：facebook開發了一個簡單的測試，它能夠判斷ai的智能程度。
2015年4月
亞馬遜啟動機器學習平台：這個服務為所有開發商提供了使用機器學習技術的機會。一旦你的模型準備好，亞馬遜機器學習通過簡單的api使得到應用程式的預測變得容易。
paypal使用機器學習打擊壞人：paypal在風險管理方面使用了3種機器學習算法：線性、神經網絡和深度學習。經驗表明，同時使用3種最有效。
機器學習算法挖掘160億郵件資料：雅虎實驗室的研究人員使用機器學習算法研究2百萬人之間的160億郵件來研究模式行為。
2015年5月
google now有了“now on tap”功能後變得聰明了：谷歌披露，讓安卓個人助手檢測螢幕上發生的活動并采取相關行動。這使得手機變得更加智能。
因特爾的18核xeon晶片為機器學習調整：因特爾為快速變化的服務市場設計了e7晶片。公司宣稱，新的晶片在運作企業應用時要快6倍。
2015年6月
airbnb公布了機器學習包aerosolve：airbnb相信人與機器以共生的方式合作的效率會比隻有人或機器高。這個包的設計從根本上就是人性化的。
機器學習學者玩超級瑪麗世界：sethbling開發了一款人工智能，能夠學着玩超級瑪麗世界。它使用了通過遺傳算法進化的神經網絡。
亞馬遜将會展示更多有用的評論：亞馬遜啟動了一個新的機器學習系統，它能夠判斷哪些評論是最有用的，并把它們置頂。
2015年7月
微軟想讓人們教電腦機器學習：微軟有興趣雇傭那些能夠教電腦機器學習的人，這可以讓軟體随着時間變得越來越聰明。
hitachi開發了一款新的資料挖掘軟體“人工智能”：hitachi開發了一個“人工智能”系統，它能夠處理很多類型的資料源，例如成百上千的新文章，它能夠對高點選率話題産生響應。
谷歌ai能夠将文字翻譯為27種語言：使用人工智能，谷歌翻譯app可以即時翻譯文本。這個功能早有了，但是隻支援7種語言，現在有了機器學習，谷歌翻譯支援27種語言。
2015年8月
paypal使用機器學習和人類檢測來打擊詐騙：paypal采用了機器學習和統計模型來識别詐騙行為，更複雜的算法被用于過濾交易。
aws向歐洲開發商開放機器學習服務：這個服務可以通過aws dublin區域使用。公司期望亞馬遜的機器學習能夠幫助解決限制問題，所有的分析和預測均通過在歐洲的資料完成，并且從不離開這個區域。
機器學習進入gartner的2015 hype cycle報告：hype cycle隻展示數字人文主義的技術并且它主要展示gartner認為有很重大影響的技術。而機器學習是報告中第一個出現的技術。
2015年9月
蘋果在ai和機器學習方面加大雇傭力度：蘋果公司着力雇傭ai領域的從業人員。蘋果期望能夠通過雇傭更多ai領域人才來與谷歌競争。
linkedin開啟featurefu項目：linkedin的featurefu項目是一個開源的工具包，它主要設計目的是使支援大部分機器學習任務、具有創造性和靈活性的工程成為可能。
2015年10月
蘋果收購機器學習公司perceptio：perceptio是一家創業型公司，該公司主要着重為手機提供進階圖像分類智能，擅長以模式為基礎的分析和分類的深度學習技術。
hitachi開發了一個預測犯罪的系統：hitachi開發了一種處理多個與犯罪有關的資料源的技術，這些資料源類型包括天氣條件、與學校和地鐵的距離、911呼叫記錄、槍擊感應器、人群流動和曆史犯罪統計資料。
特斯拉的自動駕駛技術：特斯拉的新自動駕駛技術因為有了特斯拉收集的機器學習、無線連接配接、地圖和傳感器資料而不停的學習并提高自己。
fractalanalytics收購ai創業公司擴張其旗艦産品“customer
genomics”：fractal analytics收購了imagna analytics，一家由prashant warier建立的ai創業公司。這是fractal今年第二次收購，并會進一步加強其旗艦産品“customer genomics”。
rankbrain：谷歌正使用人工智能來為網頁排序：rankbrain是谷歌用于處理搜尋結果的機器學習人工智能系統。它是谷歌總體搜尋算法的一部分，主要用來在搜尋中找到最相關的網頁。
2015年11月
豐田在美國對ai投資10億美元：豐田宣布一個5年10億投資的對ai的研究。豐田計劃在它的ai研究中心中招募200個科學家。
h2o.ai為它的機器學習平台募集2千萬美元：h2o是針對那些需要為自己的産品找一個快速機器學習引擎的資料科學家和開發商而建立的開源平台，公司募集到2千萬美元。
accenture投資ai的r&d;：accenture已經在都柏林建立人工智能實驗室。這個實驗室會和其他accenture團隊合作開發更多的智能工具。
谷歌開源tensorflow：谷歌開源tensorflow項目，tensorflow是谷歌的“平台級産品”，是一個分布式系統上的機器學習架構，主要注重異質平台的通用性和平台遷移。
ibm開源項目systemml成為apache官方孵化項目：ibm宣布其開源項目systemml正式成為apache官方孵化項目，systemml是靈活的，可伸縮機器學習語言，使用java編寫，可實作三大功能，可定制算法、多個執行模式和自動優化。
原文釋出時間為：2015-12-06
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号