Page 139 - 计算机应用软件开发技术研究

第四章 大数据与机器学习

4.更广阔的领域
国际上的 IT 巨头正在深入研究和应用机器学习，他们把目标定位于全面模
仿人类大脑，试图创造出拥有人类智慧的机器大脑。

2012 年 Google 在人工智能领域发布了一个划时代的产品一人脑模拟软件，
这个软件具备自我学习功能。模拟脑细胞的相互交流，可以通过看 YouTube 视频
学习识别猫、人以及其他事物。当有数据被送达这个神经网络的时候，不同神经
元之间的关系就会发生改变。而这也使得神经网络能够得到对某些特定数据的反

应机制，据悉这个网络已经学到了一些东西，Google 将有望在多个领域使用这
一新技术，最先获益的可能是语音识别。
5.具体应用
①虚拟助手。Siri、Alexa、Google Now 都是虚拟助手。顾名思义，当使用

语音发出指令后，它们会协助查找信息。对于回答，虚拟助手会查找信息，回忆
我们的相关查询，或向其他资源（如电话应用程序）发送命令以收集信息。我们
甚至可以指导助手执行某些任务，如“设置 ７ 点的闹钟”等。
②交通预测。生活中我们经常使用 GPS 导航服务。当我们这样做时，我们

当前的位置和速度被保存在中央服务器上来进行流量管理。之后使用这些数据用
于构建当前流量的映射。通过机器学习可以解决配备 GPS 的汽车数量较少的问
题，在这种情况下的机器学习有助于根据估计找到拥挤的区域。
③过滤垃圾邮件和恶意软件。电子邮件客户端使用了许多垃圾邮件过滤方

法。为了确保这些垃圾邮件过滤器能够不断更新，它们使用了机器学习技术。多
层感知器和决策树归纳等是由机器学习提供支持的一些垃圾邮件过滤技术。每天
检测到超过 325000 个恶意软件，每个代码与之前版本的 90%~98% 相似。由机
器学习驱动的系统安全程序理解编码模式。因此，他们可以轻松检测到 2%~10%

变异的新恶意软件，并提供针对它们的保护。
④快速揭示细胞内部结构。借由高功率显微镜和机器学习，美国科学家研发
出一种新算法，可在整个细胞的超高分辨率图像中自动识别大约 30 种不同类型
的细胞器和其他结构。相关论文发表在最新一期的《自然》杂志上。

⑤2022 年，中国科学家利用机器学习的方法，快速得到相接双星的参数和
误差。

·127·