移动端机器学习实战

第1章　机器学习在移动端的使用情况

当今，计算机在不断发展，设备形式正在发生巨大的改变。过去我们只能在办公室看到计算机，但是现在它可以出现在我们的家里、膝盖上、口袋里以及在手腕上。计算机市场正在变得越来越多样化，同时计算机也越来越智能化。

现在基本上所有的成年人都会携带一个设备，无论我们是否真的需要看手机，据估算，我们每天都会看至少50次智能手机。这些设备影响着我们每天的决策过程。设备上一般都装配一些仿人工智能的应用程序，如Siri、Google Assistant、Alexa或者Cortana。虚拟助手回答任何问题的能力使得这类技术越来越了解人类的需求。在后端，这类系统使用来自所有用户的综合人工智能。与虚拟助手交互得越多，得到的结果就越好。

尽管已经有了这些进步，但是我们距离通过机器创建人脑有多远呢？如果科学的进步可以发明一种控制大脑神经元的方法，那么在不久的未来我们就可以通过机器创建人脑。使用机器模拟人脑的能力可以帮我们解决一些与文本、视觉和音频相关的复杂问题。它们会模拟人脑每天执行的任务——平均来说，人脑每天会做出35 000个决定。

虽然未来我们可以模拟人脑，但是这要付出代价。现在我们找不到一个更廉价的解决方案。相对于人脑，模拟人脑的程序受限于巨大的能量消耗。人脑的功率大约为20W，而模拟人脑同等功能的程序的功率至少为10⁶W。人脑神经元的工作频率大约是200Hz，而常见的微处理器的工作频率大概是2GHz，这比人类大脑快1000万倍。

虽然我们距离复制人脑的距离仍然很遥远，但是我们可以实现一种算法，这种算法可以基于之前的数据以及来自相似设备的数据做出精准的决策。在这里，人工智能将会派上用场。使用提前定义的算法对我们拥有的复杂数据进行模式识别，这种类型的智能（行为）可以为我们提供有用的信息。 ...