回顧與解析：AlphaGo 橫掃世界棋壇，德州撲克成為人工智能新戰場。過去一年中谷歌AlphaGo 大勝圍棋頂級大師李世石，60 局連勝數十位中日韓圍棋高手。攻陷圍棋后人工智能進軍德撲對戰，加拿大和捷克科學家研發的DeepStack 成為首個一對一無限注德撲中戰勝人類玩家的人工智能，平均勝率達到了492mbb/g。2017 年1 月中旬卡內基梅隆大學人工智能“Libratus”迎戰德撲職業玩家，為期20 天，“人機對戰”歷史將再添濃重一筆。人工智能時代的到來震撼全球，究竟是什么力量賦予谷歌AlphaGo和德撲對戰AI 以超凡智慧？“未來機器”系列報告希望用前瞻性研究視角為您提供啟發。第十五篇，我們聚焦AlphaGo 的制勝法寶——機器學習。
機器學習是人工智能的方法，深度學習是機器學習的分支。通俗而言，人工智能（Artificial Intelligence）目的就是使機器具備部分（甚至是全部）人類的智能。機器學習是人工智能范疇下的一種重要方法，是實現人工智能的一種途徑。深度學習則是指機器通過深度神經網絡，模擬人腦進行學習、判斷和決策，是機器學習的主要分支之一。人工智能，機器學習和深度學習是層層細分的關系，后者是前者實現的一種途徑。
機器學習的關鍵技術支持：內存、GPU、算法和數據源。簡單來說機器學習就是計算機利用已有數據，得出了某種模型并利用此模型預測未來的一種方法，與人腦思考方式非常類似。機器學習的發展主要取決于硬件和軟件兩個方面。硬件方面：大容量的存儲是機器學習發展的基礎，同時現階段主流機器學習方法都依賴于GPU 來進行計算和訓練。軟件方面：算法是機器計算的核心，數據源是機器學習準確性的保障，隨著深度學習算法的提出，神經網絡算法成為了近期的熱點。
機器學習產業蓬勃發展，全球多領域巨頭爭相布局。根據Venture Scanner 統計，截至2016 年上半年全球共有約1000 家人工智能公司，其中機器學習相關公司約占40%；根據IDC 的預測，2020 年機器學習應用市場有望達400 億美元。雖然多數人工智能企業尚屬初創，但仍有以谷歌、IBM、Facebook、百度、阿里巴巴、騰訊等國內外巨頭依托自身技術、資金與數據優勢構成了機器學習領域的核心力量，從日漸完善產品線到平臺構建等角度帶動機器學習產業蓬勃發展。
人工智能是智能機器人的點睛之筆，攜手云計算開啟服務機器人新時代。服務機器人定位于服務人類，智能化是其最大的特征。機器學習、深度學習將成為服務機器人高度智慧的新源泉，使機器智能化持續提升，交互準確性迭代提高。同時云計算、大數據、高速移動網絡將機器學習與智能機器人隔空相連，共同構建以“云平臺”為核心的人工智能技術生態圈，智能機器人有望迎來爆發期。
