先前詩伊有跟大家分享過一篇快訊，關於Google將用機器學習來判別飛機是否會Delay，但除了航班，機器學習當然還有別的應用囉，今天(2/6)早上，Google就舉辦了一場媒體聚會，來跟大家分享Google如何將機器學習應用在不同領域!
機器學習是什麼呢？字面上來說，就是「讓機器去學習」，但怎麼做？簡單舉個例子，如果我想要讓電腦知道「這是林詩伊」，那科學家可以利用大量的、不同角度而且有各種特徵的照片做成一個資料庫，讓機器讀取，然後知道「長這樣的人是林詩伊」，這技術可以怎麼做呢？
▼聚會上Google舉利用如何用大量貓咪照片讓電腦一層層「學會」什麼是貓
讓人類認識得更快更遠：克卜勒計畫(克卜勒任務/Kepler mission)
2009年五月開始的克卜勒計畫，是一項由NASA執行的任務，目的在於探索除了太陽系以外的其他星系，克卜勒望遠鏡已蒐集到超過二十萬顆恆星的亮度，過去天文學家會透過電腦演算法試圖找到行星的訊號，然後由天文學家來判別這個訊號是否來自行星，但蒐集來的資料數據太龐大惹！一一判別會花太多時間，機器學習可以透過當中的「卷積神經網路(convolution neural network)」運算模型來辨識，這個卷積神經網路也被應用在Google相簿中，常用於辨識圖像分類，科學家把觀測到的訊號轉為圖像之後，讓機器來協助辨別恆星，把可能為行星的訊號呈現給人類辨別，這樣的應用下，也發現了克卜勒90i以及克卜勒80g！
目前透過機器學習來找行星還有一些沒解決的問題，比如說目前還沒辦法讓機器自己辨識出行星的訊號是確切來自何方，所以還是要靠天文學家來確認偵測到的行星位置
不只往外看，也能深度了解人類基因：變體識別(Variant Calling)+深度學習(Deep Learing)
機器學習也會被用在「基因組測序」，對於「變體識別」相當重要……聽起來很難對不對，簡單來說，變體識別就是找出你的基因中跟別人不一樣的地方，雖然跟別人不同的基因不代表會產生病變，但基因組序列可以成為用藥或標靶治療的參考，而科學家從知道你的基因跟別人不一樣?就要透過基因的「測序儀」來知道基因的排列順序
但是！目前的測序儀測出來的結果阿，常常測出來的訊息太片面，或者是有短短的DNA片段──人體內有3億個由鹼基組成的序列，可是測序儀可能只有測出100個鹼基的排序，而目前有太多像這樣太短的訊息──訊息太多又太碎，於是科學家就把這苦差事交給機器去處理！讓機器「深度學習」，電腦從一大堆數據中學到那些參數有用，然後本分析出來的資料讓人們應用，目前這一套深度學習的模組工具，已經發布，而且還成為GitHub中最熱門的生物資訊工具，未來也會應用在不同的方面，譬如其他生物、植物等
雖然這樣看起來機器學習好像離我們很遙遠，但Google在一月左右就發布了AutoML這款建立機器學習模型的工具可供大家使用，最一般的應用大概就是放在商業上了，我先前從沒仔細想過資料庫啊機器學習究竟可以做什麼，頂多就是商業或行銷面的應用，後知後覺的知道原來找尋行星也可以透過機器學習來協助啊!!!現在知道也不算晚吧哈哈
(詩伊聽完之後覺得大腦又被多開發了0.5%……)
注目! 電獺少女YouTube影音頻道熱烈訂閱中，每週最新情報整理、遊戲試玩還有手機操作教學更新，現在就訂閱電獺少女YouTube頻道，同時按下小鈴鐺才能搶先收到新片通知!
