机器学习发展与未来

今天读周志华老师的报告（机器学习：发展与未来）时，发现周老师许多的新奇观点，记录如下：

---

• 虽然AlphaGo战胜人类，但是距离超越人类仍旧有很长的路要走，其中一个重要原因就是其鲁棒性，相对于人类系统相差甚远，当人类犯错时，水平有可能是从九段降到八段；而机器犯错，则可能是从九段直接降到业余水准！
• 传统机器学习的任务主要是封闭静态环境的，其中数据分布恒定，样本类别恒定，样本属性恒定，而且评价目标恒定，其发展方向一定是转型开放动态环境的！
• 机器学习的现有形态：算法+数据
• 机器学习的技术局限性：1）需要大量训练样本；2）难以适应环境变化；2）黑箱模型：黑箱模型在一定程度上导致其模型的不稳定性；
• 机器学习可能会有寒冬，但是新出现的技术一定是能够更好享受计算机算力提高所带来的福利的技术！