机器学习现在很火, 但有个疑问: 这跟普通程序员有多大关系? 或者说我们的价值在哪里

[eyp82]

机器学习的算法, 基本就那几大类, 都是根据各种教授研究员们的论文出来的, 各种库也有了, 我们非科研人员能做的就是利用现有的深度学习 /机器学习的库给的 API, 拿一批种子数据训练一下, 然后拿另一批数据验证, 调一下参数. 然后呢? 普通程序员 /架构师在这方面的价值在哪里?

还请给专家指点.

[tinybaby365]

@googlebot 不要坐井底之蛙，举个看得见的技术：人脸识别， https://www.faceplusplus.com.cn/，很多公司都在使用。

[googlebot]

我 10 年前看过人脸识别，没任何难度，有个机构采集 30000 多个样本，共享出来，这个很牛，结果全世界的阿猫阿狗带会人脸识别，没有什么实际产品，

我想说人工学习的实际用途， 家里一个安全摄像头，能自动学习认识家庭成员，有陌生人时报警，

这是一个非常实际的需求，现在没有一个产品，所有家庭智能产品都在偷窥你隐私，把你的数据偷偷上传，

[googlebot]

@tinybaby365 你人脸识别牛，就搞个认识陌生人的摄像头，自动学习的

[snnn]

@ipwx 假如 batchsize 等于 1 呢？

[ipwx]

@snnn 我还是认为从原理上，它是符合那个期望的期望的式子的。只不过实践中，我觉得 batchsize 为 1 会导致很严重的收敛问题罢了。

[snnn]

@ipwx 不是。它和收敛性没有关系

[tinybaby365]

@googlebot face++的在线 demo 你可以试一试。人脸识别：识别出图片中的人脸（不在训练集中的）标记出特征点，年龄等数据。你说的案例属于人脸检测，现在的应用有： iOS 的相册， Google 照片， Lightroom 。

[shijingshijing]

这么说吧，这一块科学家、研究员相当于设计师，负责想 idea ，出蓝图；程序员相当于搬砖的民工，负责把蓝图盖成大楼。

[hanbing135]

Lz 想太多了 程序员在哪都没实际价值啊 (^0^)

[googlebot]

@tinybaby365 你根本没明白，是家庭安全产品，陌生人登门时马上报警，非常急需的一个安全产品

[murmur]

@matrix67 广告推荐国内真没有用算法的。。都是竞价排名。。一个推荐比一个垃圾 满地都是页游广告
估计最基本的关联规则都没人上

[murmur]

@ipwx PRML 里应该有一句，机器学习就两种算法，输出离散的叫分类，连续的叫回归。。
所以某种意义上真没错。。

[lcqtdwj]

我浅薄的理解，机器学习大部分还是基于统计理论，读研的时候学过，后来觉得很失望，因为并没有创新，只是计算能力和数据量的提升。现在我很怀疑自动驾驶，因为统计总有个置信度，即使可以达到 n 个 9 ，小概率事件还是有可能发生，造成灾难。

[wjidea]

举个例子吧， google 数据中心的能耗控制：

https://cdn0.vox-cdn.com/uploads/chorus_asset/file/6821533/DC_PUE.0.png

[paulagent]

@googlebot 你说急需就急需啦，做出来有几个人会买？ 报警给谁，给你自己让你回家看还是报警给警察？ 这种产品和国外的房屋警报系统有什么区别？ 在国内这个产品能有什么市场

[googlebot]

国内盗贼还少？这摄像头放家里，家里有陌生人，就手机发消息，这东西绝对是重新定义安全监控，

[northisland]

大概程序按照原理分 2 类：

I. 基于规则的（语言解释器，编译器，支付，查询，计算平台等）
II. 基于 AI 算法的（语音输入，手写识别，阿法购）


大部分系统都是 I 类（你不希望你按规则写的代码，被不同的编译器读出不同的意思），大部分程序员从事的也都是 I 类。即使 II 类项目，也要有大量的 I 类程序作为接口。

[northisland]

机器学习套路比较深，不是李航那本蓝皮书就能概括的，起码得看懂 PRML 吧。
普通做 I 类的也别想掺和了，
做好 I 类， II 类的项目也需要 I 类的接口。

作出稳定的 II 类系统很吃功夫的。 I 类用好就很不错的，用不着羡慕 II 类。

[ipwx]

@murmur 按照这个说法，人类对于环境也不过是个反馈系统，输出的是离散（现实世界不存在无限连续值）值而已。
@lcqtdwj 从某种意义上人类的只能也不过是从观察到的数据中学习出来的。人类的推理本质也可以被贝叶斯公式概括。

[eric227]

我理解一个是 rule based, 一个是 data driven ，但都是工具；前一个需要稳定兼容，后一个需要不断学习提升，就像一个人的身体+脑子