物聯(lián)網(wǎng)這個(gè)詞已成為了科技圈里最流行的詞匯之一，人們對(duì)它的討論也從最初的“它是什么”，變成了它如何為我們創(chuàng)造價(jià)值，再到策略層面——如何讓它運(yùn)轉(zhuǎn)。

物聯(lián)網(wǎng)將會(huì)產(chǎn)生非常有價(jià)值的大數(shù)據(jù)。這些數(shù)據(jù)可以幫助城市預(yù)測(cè)事故與犯罪；讓醫(yī)生實(shí)時(shí)查看病患的心臟起搏器和生物芯片中的信息；通過(guò)預(yù)測(cè)性維護(hù)設(shè)備和機(jī)械，可以讓工業(yè)產(chǎn)量最佳化；通過(guò)與家用電器的連接，向用戶(hù)提供與自己的車(chē)輛和手持設(shè)備的危機(jī)通信從而建造真正智能的房屋。這些可能性都是由物聯(lián)網(wǎng)所帶來(lái)的，而且它所帶來(lái)的便利還會(huì)越來(lái)越多。

由于連接物聯(lián)網(wǎng)的設(shè)備與傳感器還會(huì)繼續(xù)快速擴(kuò)張，而由這些設(shè)備產(chǎn)生的數(shù)據(jù)總量將會(huì)增長(zhǎng)到一個(gè)難以置信的等級(jí)。這些數(shù)據(jù)擁有著極大的價(jià)值，可以讓我們洞察出哪些是有用的，哪些是沒(méi)用的。

這聽(tīng)起來(lái)很不錯(cuò)。然而，最大的問(wèn)題將是尋找一種方式來(lái)分析由這些設(shè)備產(chǎn)生的數(shù)量極多的數(shù)據(jù)和信息。如果你曾經(jīng)嘗試過(guò)在幾TB的數(shù)據(jù)中找出你所需要的文件的話(huà)，那么你就會(huì)知道這一做法是有多困難了。對(duì)人類(lèi)而言，要審查并了解所有這些數(shù)據(jù)根本不可能做到，如果用傳統(tǒng)方法這么做的話(huà)，即使減少樣本大小，仍然需要花費(fèi)很多時(shí)間。

我們需要提高大數(shù)據(jù)分析的速度和準(zhǔn)確度，從而讓物聯(lián)網(wǎng)實(shí)現(xiàn)它所承諾事情。如果我們不這樣做，那么后果將會(huì)是災(zāi)難性的，波及范圍將從小到家用電器之間不能互相通信，大到危及生命——心臟起搏器失靈或上百輛車(chē)連環(huán)相撞。

唯一一種可以跟上物聯(lián)網(wǎng)產(chǎn)生數(shù)據(jù)的速度，并可以挖掘數(shù)據(jù)中擁有的隱藏信息的方法就是利用機(jī)器學(xué)習(xí)能力。

機(jī)器學(xué)習(xí)已經(jīng)投入使用

維基百科將機(jī)器學(xué)習(xí)定義為“計(jì)算機(jī)科學(xué)（CS）和人工智能（AI）的子域，隨著系統(tǒng)的建設(shè)和研究，可以從數(shù)據(jù)中自行學(xué)習(xí)，而不是只遵循明確的程序指令?！?/span>

雖然這聽(tīng)起來(lái)有點(diǎn)像科幻小說(shuō)，但是它已經(jīng)存在于日常生活中。例如，Pandora這個(gè)流媒體音樂(lè)播放器就在使用這個(gè)技術(shù)，以確定用戶(hù)還會(huì)喜歡哪些其他的歌曲；Amazon.com也會(huì)為用戶(hù)提供其他書(shū)籍和電影的推薦。以上兩者都是通過(guò)對(duì)用戶(hù)行為的監(jiān)測(cè)，系統(tǒng)自動(dòng)學(xué)習(xí)并作出判斷。

在有物聯(lián)網(wǎng)的情況下，機(jī)器學(xué)習(xí)可以幫助企業(yè)將他們擁有的數(shù)十億個(gè)數(shù)據(jù)點(diǎn)歸結(jié)為真正有意義的信息。機(jī)器學(xué)習(xí)總的前提是一樣的，審查和分析你所收集的數(shù)據(jù)并從數(shù)據(jù)中學(xué)習(xí)“信息”，讓我們可以更好的做一些決定。

例如，追蹤你健康的穿戴式設(shè)備已經(jīng)成為了一個(gè)新興的產(chǎn)業(yè)，但很快這些設(shè)備將發(fā)展成為既可以相互連接，也可以連接到互聯(lián)網(wǎng)的產(chǎn)品，跟蹤你的健康并提供實(shí)時(shí)更新的健康服務(wù)。

物聯(lián)網(wǎng)要做到的是，當(dāng)你的身體健康出現(xiàn)狀況時(shí)，你的醫(yī)生會(huì)收到通知，例如你的心率提高到了一個(gè)不安全水平，甚至是發(fā)生了停止。為了能夠發(fā)現(xiàn)潛在的問(wèn)題，數(shù)據(jù)分析就需要知道什么是正常的，什么不是。相似性、相關(guān)性和異常需要基于實(shí)時(shí)的數(shù)據(jù)流被快速識(shí)別出來(lái)。

為了立即進(jìn)行數(shù)據(jù)分析，它在收集數(shù)據(jù)時(shí)就能準(zhǔn)確地識(shí)別先前已知的信息和以前從未見(jiàn)過(guò)的新信息。機(jī)器有產(chǎn)生和聚集這些大數(shù)據(jù)的能力，這些大數(shù)據(jù)也必須被用于學(xué)習(xí)每個(gè)患者正常行為并追蹤、發(fā)現(xiàn)和標(biāo)記在正常行為以外的所有事情，因?yàn)檫@些可能表明了患者存在嚴(yán)重的健康問(wèn)題。

物聯(lián)網(wǎng)的實(shí)現(xiàn)依賴(lài)于能夠獲得隱藏在現(xiàn)有龐大的數(shù)據(jù)和不斷增長(zhǎng)的數(shù)據(jù)中的信息，再對(duì)信息作出深度挖掘。未來(lái)物聯(lián)網(wǎng)的實(shí)現(xiàn)依賴(lài)于機(jī)器學(xué)習(xí)，將會(huì)改善我們?nèi)粘Ｉ钪械拿恳粋€(gè)方面。

現(xiàn)在是時(shí)候讓機(jī)器告訴我們真正的“機(jī)會(huì)”在哪里了。

via wired

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。