目前，越来越来多的人正使用机器学习（Machine learning）来推动他们所属行业的发展。这里我们所谓的“突破”定义，不仅仅是具体的技术或技术的突破进展，而是指具有特定领域的重要发展。下面是目前机器学习领域里五个相对较新的发展：
该应用虽然在未来机会是无限的，但是OpenAI作为目前该领域唯一的一家公司。其表示，该软件“能够自动生成前所未有的带条件的合成文本”，并且可以根据原始书写风格的简短样本来模仿并生成很长的文章。因此，如果你给算法提供一个或两个上下文的句子（地点，主题，时间等），它就能够根据这些句子解开整个叙事写出一篇长文章出来。由于这个工具很可能被滥用，甚至用来制作虚假的新闻报道或错误文章，OpenAI已经表示不会向公众提供其模型的高级版本。但是，这些工具的确可以使商业公司更容易生产并实施的内容营销策略，并生成符合其品牌观点和导向的文章。虽然从道德和质量控制的角度来看，让人类做这项工作显然更为可取，但并没有理由说不能使用这些工具来制作短篇博文（在监督范围内）以增强公司的在线业务能力。机器学习可以通过分析推文来识别其安全威胁程度并评估其严重性。
安全公司FireEye与俄亥俄州立大学和研究公司Leidos的研究人员合作，开发了一种识别Twitter（中国的Weibo）上潜在软件安全漏洞的新方法。他们的系统通过推文来查找漏洞，然后使用机器学习算法和自然语言处理（NLP）来确定每个威胁的威胁程度。他们不仅能够以80％的准确率预测Twitter上报告的哪些漏洞被评为“高”或“关键”，而且还能显示哪些漏洞将出现在数据库中。
许多品牌使用类似的工具来监控自己关注的那些主题在社交媒体上的趋势，然后允许他们制作相关的和热门的内容。NLP还可以用来确定一般的品牌情绪，并能够及时了解任何潜在的负面威胁。
科学家已经找到了一种在量子计算机上使用机器学习的方法。
尽管量子计算机目前还没有完全的造出来，但这个巨大的突破似乎不远。从本质上来讲，由于近年来计算机其计算能力的爆炸性增长，加上目前机器学习的发展状态，就使得机器学习算法能够更快、更全面地学习。量子计算机有着比现有的超级计算机更强大、更快的计算能力，这就意味着如果它们被用于机器学习，他们将能够更有效地分析数据，并能够在更大的范围内，推导出更多准确的算法。由于这项研究的快速推进，现在我们同样可以在量子计算机上测试和训练机器学习的相关算法。实施上这并不是一个具体的突破，仅是近年来势头逐渐增强而已。机器学习能够筛选大量数据并找到以前未被注意的信息，这有可能成为医学界（以及其他严重依赖数据驱动决策的行业，包括市场营销）的福音。
鉴于医疗机构已拥有大量信息，以及注意到医生在治疗过程中好算法可挽救生命这一好处，机器学习有可能会改变诊断这一过程。同样，其在计算机视觉和电子病历的自然语言处理等领域同样取得了重大突破。像谷歌、亚马逊和IBM这样的公司也为这个领域做出了自己的贡献，每个领域都取得了不同程度的成功。除了医疗保健之外，这种诊断机器学习还有很多用途，从允许对冲基金识别到有潜力的股票投资（类似于摩根大通在做的事情），到帮助房主监控水的使用情况，并将泄漏损失降到最低，再到监控能源使用情况以削减成本（如智能插头）。
在许多行业中，制造精度至关重要。例如，在汽车工业中，不按规范制造的零件会直接导致人身伤害和以及生产成本的增加。
现在，研究人员已经创建了一种机器学习算法，通过分析产品信息和纠正设计模型，可以实现几何精度的提高，这不仅可以提高制造零件的质量，还可以减少不必要的浪费。总而言之，机器学习已经以各种方式开始应用。但与任何技术一样，其进步并不是线性的，大家也期待，未来几年将会出现的各种有吸引力的技术。
声明：此文出于传递更多信息之目的。若有来源标注错误或侵权，请作者持权属证明与我们联系，我们将及时更正、删除
文章投稿： Sakura@qtumist.com
转载授权：Support@qtumist.com
www.Qtumist.com