原標題：那么多公司搞機器學(xué)習(xí)，為什么沒幾個見效?

編者按：機器學(xué)習(xí)聽上去似乎高大上，非得要鉆研很久才能有所建樹，但其實，絕大多數(shù)人都混淆了機器學(xué)習(xí)研究和機器學(xué)習(xí)應(yīng)用的概念。本文作者Cassie Kozyrkov，原文標題Why businesses fail at machinelearning。

我想告訴你一個秘密：當(dāng)人們說“機器學(xué)習(xí)”時，聽起來好像只是一門學(xué)科。但其實不然，你還得考慮它在研究和應(yīng)用兩個方面的差別。如果企業(yè)不知道這個秘密的話，它們難免會陷入麻煩的境地。

機器學(xué)習(xí)的誤區(qū)

說道機器學(xué)習(xí)，那些企業(yè)犯的錯誤就像是雇一個廚師給你做烤箱，或者找個電氣工程師幫你烤面包一樣。

如果你開了一家面包店，雇個經(jīng)驗豐富的面包師來做面包和糕點自然不錯。當(dāng)然，你還需要一個烤箱，雖然它是關(guān)鍵的工具，但我打賭你不會讓頂級糕點師造一個烤箱出來，那么，為什么你的公司只關(guān)注機器學(xué)習(xí)中的機器呢?

你是做面包，還是做烤箱?

這些是不同的企業(yè)!太多的機器學(xué)習(xí)項目失敗了，因為團隊根本不知道自己該造烤箱、食譜還是面包。

機器學(xué)習(xí)研究

它們沒有告訴你的是，所有這些機器學(xué)習(xí)課程和教科書都是關(guān)于如何造烤箱(還有微波爐，攪拌機，烤面包機，水壺之類的)，而不是如何烹飪和創(chuàng)新食譜。

如果你建立起了機器學(xué)習(xí)算法，那么你的關(guān)注點就是人么可以使用的特定工具(即廚房用具)，這項業(yè)務(wù)被稱為機器學(xué)習(xí)研究，通常是在像學(xué)術(shù)界或谷歌這樣的地方完成的。

當(dāng)涉及到機器學(xué)習(xí)時，許多組織都陷入了錯誤的境地。

從事這一行需要大量的教育。一些流行的算法已經(jīng)存在了幾個世紀。例如，最小二乘方法發(fā)表于1805年。相信我，人類在200年內(nèi)還取得了不少新成果。

如今，市面上有一些相當(dāng)先進的設(shè)備……如果你不知道某臺微波爐是如何工作的，你怎么才能造一臺更好的微波爐呢?成為一名研究人員需要花費數(shù)年的時間，學(xué)習(xí)得從基礎(chǔ)開始。

應(yīng)用機器學(xué)習(xí)

大多數(shù)企業(yè)只是想要烹飪——解決他們的商業(yè)問題。他們對銷售微波爐毫無興趣，但卻在制造微波爐。沒辦法，誰讓現(xiàn)在的重點全集中在研究上而不是應(yīng)用上呢。

如果你在創(chuàng)新食譜，就別操心微波爐的事兒了。如果建立你機器學(xué)習(xí)廚房聽起來像一件苦差事，那么谷歌云平臺這樣的供應(yīng)商可以讓你用它們的，包括設(shè)備、配料和食譜。

對于大多數(shù)應(yīng)用程序，你不需要了解原理，正如廚師不需要了解微波爐的接線圖一樣。但如果你打算經(jīng)營一個具有產(chǎn)業(yè)規(guī)模的廚房，那你確實需要知道很多事情，從管理原料到在上菜前檢查你的菜肴是否好吃。

你在銷售哪一種呢?你的回答決定了你該雇傭什么樣的團隊

應(yīng)用的謬誤

不幸的是，我看到很多企業(yè)未能從機器學(xué)習(xí)中獲得什么價值，因為它們沒有意識到應(yīng)用方面與研究方面截然不同。領(lǐng)導(dǎo)者雇傭的是那些一輩子都在做微波爐但卻從來沒有下過廚房的人。

一個人一生中只有這么多的時間，如果你花時間去學(xué)習(xí)微波爐的內(nèi)在原理的，你就沒有那么多時間去掌握制作糕點或經(jīng)商的藝術(shù)了。如果你一心想找到在烹飪和算法兩方面都是專家的混合型人才，難怪你會抱怨人才短缺!

如果你想要開一家餐館，卻雇了那些一輩子都在做微波爐，但從來沒有做過一道菜的人……你覺得會不會出問題?

你應(yīng)該雇傭誰呢?就像在工業(yè)廚房一樣，你需要一個跨學(xué)科的團隊和理解這個團隊的管理者。否則，項目就會失敗，毫無進展。

雇用正確的人員和團隊

如果你在銷售尖端設(shè)備，請雇傭研究人員。如果你在琢磨新食譜，請找懂行的人做飯。決策者和產(chǎn)品經(jīng)理設(shè)定目標，領(lǐng)域?qū)＜伊私夤?yīng)商和客戶，數(shù)據(jù)工程師和分析師處理數(shù)據(jù)，統(tǒng)計人員檢查配方的質(zhì)量和服務(wù)，項目經(jīng)理保證團隊的凝聚和項目的落地。雖然上述人士不必是單獨的個體，但要確保每個角色都包含在團隊中。

如果團隊已經(jīng)嘗試了所有現(xiàn)有的工具，卻沒法制定出滿足你業(yè)務(wù)目標的食譜，那么你還得考慮繼續(xù)增加人手。你是直接雇傭?qū)I(yè)人士，還是把工作外包給有經(jīng)驗的算法研究公司，這取決于你的經(jīng)營規(guī)模和成熟度。

智能決策(Decision intelligence)

這個問題本該引起專家們的重視，但它沒有。所以行業(yè)內(nèi)的人都在構(gòu)建這些算法，而不是應(yīng)用這些算法。

我的團隊正在努力解決這個問題。我們創(chuàng)建了一個新的學(xué)科來覆蓋應(yīng)用領(lǐng)域，我們已經(jīng)培訓(xùn)了超過15000名員工。我們稱之為智能決策工程(decision intelligence engineering)，它涵蓋了機器學(xué)習(xí)和數(shù)據(jù)科學(xué)的所有應(yīng)用方面。

換句話說，如果研究機器學(xué)習(xí)是制造微波爐，而應(yīng)用機器學(xué)習(xí)是使用微波路，那么智能決策工程就是安全地使用微波爐或者其他工具來實現(xiàn)你的目標。

最后的話

當(dāng)涉及到應(yīng)用機器學(xué)習(xí)時，最困難的部分是知道你想做什么，以及你打算如何在提供給客戶之前檢查它。這部分其實并不難，但千萬別忽視。

至于其他方面，用機器學(xué)習(xí)解決業(yè)務(wù)問題比大多數(shù)人想象的要容易得多。每次我遇到那些以為自己需要參加傳統(tǒng)的機器學(xué)習(xí)算法課程的人時，我都不禁在想他們拒絕使用微波爐，直到自己造一個出來。說什么需要一個博士學(xué)位才能在機器學(xué)習(xí)方面有所建樹的，都是胡說八道。你其實真正需要的，只不過是一點人類的創(chuàng)造力罷了。

關(guān)鍵詞： 機器 公司