人们近几年来一直在谈论机器学习，因为它可以影响人类生活的各个方面并创造巨大的利益。科学家也正在努力发展机器学习，希望它们能够自我进化。使用机器学习模型从数据中学习已经被视为未来的科学，也有人讲机器学习比作是自动化的下一个发展阶段。

结合云计算的强大功能，机器学习可能会发挥更大的作用，这种融合被称为“智能云”。目前，云的使用只涉及计算，存储和网络。但随着机器学习融入云，云的功能将大大增加。智能云能够从存储在其中的大数据中学习，以建立预测模型，智能云将成为更高效地执行任务的智能平台。

机器学习对云计算的影响：

云计算为高效且经济地运行AI系统提供了两个基本先决条件：可扩展性和低成本计算资源（主要是计算和存储）以及处理能力以处理大量数据。机器学习对云的影响在以下几个方面是最大的。

1.认知计算：

云中的机器学习也是同样的原理，存储在云中的大量数据为机器学习过程提供了信息来源。数百万用户将云用于计算，存储和网络，现有的数据。每天发生的数百万个交互过程，为机器提供了可供学习的数据来源。整个过程将为云中的应用程序提供感官功能，应用程序将能够执行认知功能并做出决定。

目前市场上认知计算的一些例子在人工智能领域取得了显着进展。如IBM Watson，AWS IA和Microsoft Cognitive API在业内都是值得关注的案例。

目前存在的认知计算系统更多处于实验阶段，并且被赋予极小重要性的任务。随着时间的推移，我们可以期待这些系统能够接管医疗和服务甚至是商业和个人生活。

2.个人助理和聊天机器人：

个人助理让个人的生活更轻松。像Apple Siri，Google Allo和Microsoft Cortana这样的产品都是预先编码的语音识别系统，赋予机器以人的交流能力。但这些个人数字助理的能力非常有限。响应已预先编入系统，大多数问题是拥有固定答案的。

由于云上的大量数据，机器学习的学习能力以及上述的认知计算组件，个人助理可以取代几乎所有形式的人际交互，拥有像科幻小说或超级英雄电影中的电脑系统已经可以成为现实。

这种能力可以对需要巨大运营能力的企业是有很大的帮助。想象一下，一台电脑可以访问你过去交易的所有信息，分析当前的销售情况，并预测未来的利润。它还会告诉你哪里的功能存在问题，以及可以采取哪些措施进行纠正。这一切的控制权仍掌握在人类手中，所有计算机都在处理所有信息并提供可能的解决方案。

Chatbots早在客户服务行业就已经上升为通过聊天提供解决方案的首选。此外，随着聊天应用程序的不断使用，这变得更加容易，完全消除了人员交互并减少了错误。

实现机器学习将提高这些聊天机器人的认知能力，给他们人性化的触觉。这些聊天机器人可以从过去的对话中学习，并提供更好的帮助，而不是客户和聊天机器人之间的简单的问答会话。聊天机器人可以发起有关之前问题的查询或针对该问题的其他建议，主要目标是尽可能使这些聊天机器人尽可能地个性化，以使客户获得私人服务感。

3.世界越来越依赖云

云计算正在成为许多领域中必不可少的计算服务，但是机器学习的整合将增加市场对智能云的需求。凭借智能云提供的所有功能，这绝对是市场上最具破坏性的技术变革。随着竞争日益激烈，智能云将成为管理大公司的核心必需品，并帮助他们保持竞争优势。

智慧云将接管全世界。正如所述：

“数字化转型已经成为一个持续的过程而不是一次性的目标，市场调整的公司不断寻求下一个大的技术转变，从而为他们带来竞争优势。接下来的重大转变是人工智能和云计算的融合，这将成为创新的源泉和加速变革的手段。“

在医疗保健等领域对智能云的需求不能被高估，它不会代替医生。相反，它可以作为虚拟助手来决定用于治疗患者的正确方法。该机器可以收集多年的特定病例信息，进行比较并推荐新的治疗方法，以便医生更轻松地进行治疗。诸如银行，投资，教育等领域也可以利用智能云功能，使人类的生活变得更简单，更高效。

4．商业智能：

随着机器学习的引入，商业智能会变得更加智能化。找出实时异常情况，识别并实时纠正错误，预测未来结果是机器学习可以做到的。

主动分析和实时仪表板的需求很高。处理先前收集的数据并提供实时建议甚至未来预测的高级预测分析是市场需要的商业智能系统。将机器学习整合到云计算中将有助于商业智能系统在他们的工作中更好地完成工作。

企业需要他们的商业智能来变得更积极主动，而不是被逼无奈。BI目前的趋势预测和行动建议应为领导者提供便利。机器学习有助于商业智能达到这一目标。

5.物联网：

物联网的机会无穷无尽。从自动驾驶汽车到智能家居到实时事故预测，物联网正在努力将一切物体联网。随着连接和互联性的增长，将会产生大量的数据。将数据存储在云中，来自物联网的数据将更好地与机器学习相结合。

物联网的时代只会变得更好。通过机器学习，系统甚至可以在用户意识到之前就能够识别和纠正系统问题。在有缺陷的部件影响整个系统之前，可以发出有关任何故障设备的警告。此外，一些流程可以基于先前的行动自动化，从而消除服务中的不便。

例如，互联网的自动驾驶汽车将要知道在其周围的其他汽车的确切位置。这将帮助他们保持距离，避免碰撞。如果有冲突，其他车就可以知道，以避让该地区。对这种技术的需求正在迅速增长。从物联网的角度来看，机器学习和云计算等领域的发展看起来是积极的。

6.AI即服务：

AI正在通过云提供商由作为开源平台（AIaaS）提供。这为用户提供了大量用于AI的必要功能工具。据说AIaaS有可能成为提供快速和经济高效的AI解决方案的交付模式，而不是咨询许多AI专家来完成任务。

人工智能作为平台服务使得不想参与过程复杂性的用户可以更轻松地进行智能自动化。这将进一步增加云计算的能力，从而增加对云的需求。

共生关系：

智能云是未来。云计算和人工智能的相互依赖性将成为未来开发的任何系统或应用程序的本质。

计算机接管世界的风险以及对机器人的恐惧将使人类参与并负责机器，从而妨碍机器的全面自动化。在之后（其中两个AI系统开始在程序员不明白的语言进行相互通信），我们需要在机器之间的交互控制有所增加。

但只要人类本着科技让生活变得更轻松，相互依赖性就会存在。云可以帮助人工智能提供他们需要学习的信息，而人工智能可以提供更多信息，实现自动化，并使云变得更好，更智能。

随着机器学习和云计算的发展，它们的未来似乎越来越紧密地联系在一起。云计算通过机器学习变得更容易处理，扩展。此外，业务在云上的范围越广，云就越需要集成机器学习，以便高效。未来，没有机器学习就不会有云的存在。

本文由北邮老师推荐，组织翻译。

文章原标题《machine-learnings-impact-on-cloud-computing》

作者：，译者：虎说八道，审阅：。

文章为简译，更为详细的内容，请查看