你有没有想过，抖音为什么能猜你喜欢什么视频？淘宝为什么能猜你想买什么？天气预报为什么越来越准？这些背后都是同一个东西——机器学习（Machine Learning）。
机器学习是人工智能（AI）的一个分支。它不需要人写死规则，而是让计算机自己从数据里”学”规律。给它看 10 万张猫的图片，它能学会识别猫；给它看 100 万笔交易，它能学会判断欺诈；给它看 50 年气象数据，它能学会预测天气。
机器学习主要分三类：
- 监督学习：给计算机”有答案”的练习题让它学。比如给它看一堆”猫”的图片（标注好的），它学会后能识别新图片里的猫。监督学习应用最广，包括图像识别、语音识别、垃圾邮件过滤、疾病诊断等。
- 无监督学习：不给计算机答案，让它自己找规律。比如给一堆用户购物数据，它能自动发现”年轻妈妈喜欢买奶粉尿布”、”程序员喜欢买键盘机械硬盘”这些隐藏的群体。无监督学习主要用来做用户分群、异常检测、推荐系统。
- 强化学习：让计算机在”做-错-改”的循环里学。比如 AlphaGo 下围棋，每一步棋都让电脑”试”一下，赢了加分输了扣分，重复几百万次后它就学会了。强化学习在游戏 AI、自动驾驶、机器人控制领域用得最多。
机器学习已经在我们生活里到处都是：你打开淘宝看到”猜你喜欢”是用机器学习；你手机上的语音助手听懂你说的话是用机器学习；银行判断一笔交易是不是欺诈是用机器学习；医院用 X 光片帮你判断有没有肺炎是用机器学习。
未来 10 年，机器学习会更深入地渗透到所有行业——农业用它预测产量、金融用它做风控、教育用它个性化学习、交通用它调度车辆。机器学习不是某一个具体工具，而是让计算机”会学习”的能力——这是人工智能时代最核心的基础设施。
