即使是10亿美元的机器也无法取代医生。但是一台25美元的机器可以告诉人们什么时候需要看医生。

1996年，芝加哥库克县医院的急诊室使用一种算法来确定胸痛患者何时有心脏病发作的风险，以便他们能够及时接受治疗。通过使用基于流程图的系统化基础测试方法，该算法不仅快速有效，而且相当准确：将70%以上的患者分类为低风险类别，其判断心脏病发作病例的准确率高达95%，而人类医生的准确率仅为75-89%。当时这种做法并没有涉及什么深度学习技术。

(相关资料图)

今年，考虑到全球正在使用的物联网设备约有64亿台，换句话说，世界上几乎每个人都有一台设备。即使只有1%的人会借助物联网设备收集的关于脉搏、饮食或睡眠的数据信息来分析人们的健康状况，也相当于将全球医生的覆盖范围扩大到5倍。

然而，这类设备的真正魔力来自机器学习技术。除了将这种特殊的算法应用到更多的地方，即使有几十年经验的医生也看不到模式，这种规模的数据收集已经发现了新的模式。比如Fitbit手环注意到你的脉搏波动，和心脏病高度相似，可以及时提示你去医院治疗。机器学习就是解决家用设备解决不了的问题。

然而，当IBM的沃森和谷歌的DeepMind开始在某些领域(如电视智力竞赛节目《危险与围棋》)智胜人类时，机器学习就成了一个潜在的问题。现在的问题是：如果Fitbit能救你一命，而Nike Fuel Band不能，你会选择哪一个？

“智能”的真正价值

在各种“智能”设备中，配备机器学习技术的设备成为市场领导者也就不足为奇了。以Nest为例。作为一款典型的智能设备，人们不会因为它可以借助手机应用控制室内温度就选择花钱购买。人们之所以启动，是因为它的节能功能，可以智能地解决以前无法解决的问题。比如根据人的存在和需求自动调节室内温度。

然而，大多数制造商只追求产品的便利性。飞利浦HUE系列灯具设计精美，但其“智能”标签只是因为支持手机控制。方便不是需要解决的问题。你不能因为自己能开灯就假设人类有智力。所以，同样的道理，我们为什么要在这样的设备上贴上智能标签呢？

消费物联网设备缺乏真正的智能功能也是阻碍其普及的因素之一。支持远程访问的门锁或人们回家后自动启动的立体声音响只是奢侈品，他们的消费者几乎都是上流社会。

机器学习可以把人的视觉变成必需品：恒温器可以保暖，节能省钱；或者是睡觉健身的可穿戴设备，给人个性化的提示；环境监测员可以诊断和对抗污染源，防止家庭成员受到伤害。

机器学习将成为PK的竞争点。

那些有机器学习功能的产品比没有机器学习功能的产品更有吸引力。然而，机器学习的本质意味着，在竞争产品中，那些在机器学习领域研究更深入的设备将长期保持其竞争优势。

借助云技术，机器学习技术在设备中的运行既没有造成设计问题(设备只需要支持联网)，也没有造成硬件问题(复杂的处理任务可以远程控制)。它要面对的是人才问题，因为有才华的工程师是非常难得的，但只要有足够的资金，是可以解决的。另外，比人才更重要的是数据问题。

为了使计算机能够可靠地研究不同的模式，需要大量的数据集。它需要考虑很多因素，从用户偏好到用例，再到环境等等。然而，这些因素中有许多甚至大多数都与时间有关：使用频率、行为频率、条件频率、用户行为随时间的变化、环境的季节性变化等。

部署1亿台连接稳定的设备不会加速公司的进步。领先竞争对手6个月的优势不会因为对方获得更多用户或融资而消失。

不只是巨头们的游戏

然而，目前只有IBM和Google这样的大公司才能够时不时地推出机器学习产品。机器学习对于初创公司来说似乎成本过于昂贵。但事实并非如此。

诀窍就在于借助他人的电脑来完成繁重的工作。鉴于云技术的存在，这是十分可行的。通过合理且可管理的投资，初创公司可以按小时付费，以获取访问当下最先进设备的权限。然后借助一些程序代码，你甚至可以将工作化为众多批次，进而达到保持高效运行的目的。

更重要的是，为了实现机器学习，设备本身仅需很少的硬件，因此在发布第一批产品时，设计和工艺仍然是重中之重。

即便是Nest，起初也不是很智能。这款手机控制的恒温器，只是能够通过简单的算法来粗略地预算房间变暖所需的时长。它并不能深入地了解你。但是，为了借助其出色功能，去优化用户家居体验，公司不得不需要发送数据包，而不是程序包。如果用户经济允许，还可以选择添置机器学习技术。

专业技能普遍化

机器学习技术对于一些夜郎自大的创业公司来说，可谓是一块砧板，细思极恐。但相比害怕，我们有更多的理由去保持乐观心态。机器学习技术创造的价值超乎我们的想象。可以这样说，它使得每个健身手环幻化为医生，每个智能锁幻化为侦探，每个环境监测器幻化为健康检查员，每个豪华设备幻化为管家。

有了机器学习，智能设备不再主打便利，而是开始变得更加强大。智能设备中最早采用此技术的Nest和Echo已经冉冉升起，并为我们的生活增添了不容忽视的价值。未来，随着数以百计的科技公司纷纷效仿，我们的世界将会发生巨变。