近日，CNBC发布 2019 年全球“颠覆者 50 强” （Disruptor 50）榜单 ，评选出 50 家最具“行业破坏力”，并能为商业格局带来巨变的初创公司。这50家公司共估值2660亿美元，设计的领域包括有农业、房屋交易平台、人工智能和基因检测等行业，其中，3家企业来自中国，分别是滴滴出行（第2位）、小红书（第10位）和优图科技（第20位）。

Disruptor 50进3

在榜单中，36 家公司将机器学习列作业务的核心技术，机器学习成为这些新生颠覆力量的主要技术支撑，此外，被高频提及还有人工智能（29）、云计算（14）和物联网（7）等技术。其中，滴滴出行、小红书和优图科技3家上榜的中国企业分别被形容为“中国的 Uber 式颠覆者”（China's uber-disruptor）、“中国的生活方式趋势app”（China’s trendspotting app）以及“全视觉”（Eyeseverywhere），他们的背后也都有着机器学习的影子。

△Disruptor 50进3

机器学习正在帮助这些企业在全球竞争中脱颖而出。那么，何为机器学习呢？

机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，而它的核心是“用算法解析数据，从中学习，然后对某些事物做出决定或预测”，使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。

近年来机器学习已在各个领域取得了重大突破，在金融服务、医疗保健、零售、交通等领域机器学习系统取得了很好的效果。

如在零售行业，众多零售商开始利用计算机和云的潜力为客户创造更好、更智能、更协调和有效的体验。利用机器学习技术帮助零售商实现定价、产品分类、促销、个性化营销和推荐的系统。通过机器学习提高销售额、提供个性化体验和降低成本。随着整个零售行业转向实时、即时的商业模型，机器学习的基础分析模型与强大的描述性分析逐渐发挥出显著优势。

△机器学习带来的零变革

AutoML时代

目前机器学习已经进入了企业领域，不过传统的机器学习流程仍依赖于人力，但并非所有企业都能够拥有经验丰富的数据科学团队，而自动机器学习（AutoML）恰能解决这一困境。

自动机器学习（AutoML）是将机器学习应用于现实问题的端到端过程自动化的过程，它使机器学习真正意义上成为可能，即使对于在该领域没有专业知识的人也是如此。典型的机器学习模型包括以下四个过程：从摄取数据到预处理、优化，然后预测结果，每个步骤都由人来控制和执行，而AutoML更加关注两个主要方面：数据采集/收集和预测，中间发生的所有其他步骤都将实现自动化，同时提供经过优化并准备好进行预测的模型。

过去几年对机器学习系统的需求飙升使技术在广泛的应用中取得了成功，也促使企业对机器学习系统不断增长的需求，理想中，这些系统将可以由非专家使用，而AutoML倾向于尽可能多地自动化机器学习中步骤，在只需最少人力的情况下仍保持模型的性能，在企业使用过程中AutoML拥有以下优势：

AutoML自动执行重复性任务，提高工作效率，使得数据科学家能够更多地关注问题而非模型；

有助于避免可能因手动引入的错误；

AutoML是向机器学习民主化迈出的一步，它使所有人都能使用机器学习的功能。

目前，众多科技企业已经推出了自己的AutoML平台。

如，谷歌推出的针对图像识别的AutoML Vision、亚马逊推出的Amazon SageMaker以及百度的EasyDL等。AutoML将深度学习中的复杂部分拿出，用户只需要提供数据就可以使用AutoML平台，只需提供数据就能自动创建由复杂神经网络驱动的决策功能。AutoML开发平台促进AI部署自动化，降低技术使用门槛，使中小企业也能平等使用AI，实现普惠AI。用户可以上传图片、音频、文本等原始数据，系统即可自动训练出合适的模型。

过去几年间，AutoML领域应用不断向前拓展，使深度学习更贴近大众、更易用，与此同时，数据的重要意义也更加凸显。当技术变得易用，资源将更加重要，机器学习的本质在于将信息从数据集中提取并按权重处理，模型的优化与自动化进步将进一步提高处理效率，并降低使用门槛，在这样的前提下，对数据的拥有以及良好的数据质量往往意味着更大的优势。AI是改变时代的技术，但随着AI技术与应用的普及，如何利用数据维持优势或将成为竞争的关键。