机器学习-37-对ML的思考之机器学习发展的三个阶段和驱动AI发展三驾马车的由来

1 引言

今天，人们把“数据+算法+算力”当成驱动人工智能发展的三驾马车，本文试着探讨这种模式的由来。

回顾机器学习发展历史的动机，主要是从中吸取教训：
一是为了警示我们注意那些本质不能做的事情，以避免重复历史上已经发生过的错误；
二是关注那些前人研究中的某些动机，它们的失败可能是受到技术条件的限制而不可行，但是，在新的技术条件下可能获得新生。

由于深度学习的成功，今天机器学习(甚至是人工智能)的历史文章和书籍中，有关神经网络的内容往往占据了大量篇幅，这让人们很难发现机器学习发展的轨迹。

本文沿着机器学习三个拐点的思路，把机器学习的发展分为三个阶段。

拐点一：PAC学习理论
拐点二：UCI机器学习数据库
拐点三：ImageNet数据集

机器学习发展到今天，许多人已经开始迷信“算法”了，以为算法可以解决一切问题。但其实，算法的成功，“数据+算力”功不可没，否