機器學習革命如何開始？機器學習用例能否快速增長？
世界各地企業和行業幾乎都已經使用AI了。特別是在互聯網服務公司。技術和其他行業中還有一大堆人正試圖趕上。軟件正在吃世界，但AI正在吃軟件。
接下來的機器學習將會改變哪些行業？
一個是汽車行業。例：無人駕駛。
二是保健，對社會的影響將會非常大。健康信息是凌亂而非結構化的，但現在電腦可以理解它來增加醫生的診斷和預測。
你認為哪些行業最受AI影響？
當我們談論人的生活時，總是面臨監管挑戰。但是，我們不能忽視一項技術帶來10或1000倍更好結果的影響。合理的心態將會意識到這項技術的好處，並把它放在醫生和臨床醫生和放射科醫生手中，以便能夠做更好的工作。
在汽車中使用機器學習也將為監管機構帶來新的挑戰。通過觀察人類驅動程序來學習驅動的軟件，但是很難準確地解釋它在不同情況下的工作原理或行為。
還有一直討論得比較熱的話題，自動駕駛。AI將會開車的方式與人類駕駛的方式相似，但不會將問題分解為對象，願景和本地化和規劃。但是要花多長時間才能到達那裡是有問題的。因為你正在努力訓練整個事情在一起，妥善處理一切是一個很大的挑戰，當它不做一件事情時，你如何補丁，所以有很多時候，我們可能不得不將這些問題分解成較小的塊。
您的芯片已經開了一些汽車：。該功能是否使用硬件的全部容量？能否完全自主駕駛？
驅動PX 2（所有特斯拉車輛現在都使用Nvidia的Drive PX 2計算機為自動駕駛儀功能提供自動駕駛功能）是一種具有大量計算能力的計算平臺，其計劃的思想是擁有足夠的能力，從而可以不斷更新軟件，並隨著時間的推移得到增強。為了完全自主--無人駕駛，還有很多軟件將會被開發。
如何保持領先
英特爾，谷歌和其他幾家公司現在正在開發旨在加速機器學習的芯片。
很多人認識到這個市場的重要性，這將會是非常大的市場，進入深入學習顯得非常重要。例如：PC，服務器，雲端，汽車，機器人。
有形或無形的，我們正在各種技術中受益。在某個地方某個時間我們將會找到新的東西，推動器件物理學的極限和製造業的發展。在所有人之間，保持好奇心，就將找到辦法。
往期精選
【原創】工業機器人成本
【原創】論機器人的前世今生
【原創】人際協作 — 未來工廠
【科普】工業機器人的技術參數
【原創】製造業皇冠頂端的明珠--盤點工業機器人的重要應用
【原創】論機器人的前世今生
【原創】工業機器人VS“中國製造”？看工業機器人的未來
【留言區迴文】如何開始你的機器人技術？
【留言區迴文】科技與你：機器人行業人才經濟
【留言區迴文】在2017年：我們要注意的未來科技優勢