如今，機器學習仍然很流行，而其子集深度學習可能會為企業帶來更多的價值。

云計算技術盛會AWS re:Invent 2017即將開幕，人們開始預測AWS公司在這次大會上發布的主題。不過可以肯定的是，AWS公司將會宣布推出某種深度學習的云服務。當然，谷歌，微軟和IBM都不會自甘落后。事實上，IBM和微軟都有自己的深度學習平臺，IBM的深度學習系統名為“Brainwave”，而微軟的深度學習系統名為“分布深度學習。”

那么機器學習和深度學習有什么區別呢?簡單地說，機器學習通常會處理人工智能的技術應用，例如即時預測。而深度學習為理解人們大量數據的模式奠定了基礎。

[[206445]]

大多數公共云都可以使用機器學習，這些提供了企業需要的人工智能的能力。就像深度學習一樣，云計算讓人工智能重新煥發了活力，因為人們現在能夠以成本更低的方式獲得計算和存儲能力。

深度學習可以提高企業開展業務的能力，最重要的是通過模式或數據觀察建立知識的能力。此外，深度學習系統隨著時間的推移變得越來越完善，功能越來越強大，并終將比專家團隊要好得多。

當然，這種技術如果沒有實際的應用怎么辦?這是人工智能遭受長期困擾的問題。如今，機器學習可以提供可嵌入的人工智能的使用，例如識別垃圾郵件，并將其移動到垃圾郵箱，或為電子商務網站提供建議以改善銷售。

但深度學習則主要集中在更重要和更有影響力的事情上。

深入學習的典型應用是信用處理。雖然許多企業只是用信用評分作為決策的依據，但一些企業也使用深度學習工具幫助決策。值得信賴的深度學習系統可能會找出潛在客戶償還貸款能力的其他因素或模式，可以弄清楚客戶的種族，性取向，甚至是否將要離婚。

其他的應用程序還包括提供分析數字醫學圖像(如MRI或X射線)的能力，為診斷患者的醫生提供其自動化的建議。還有無人駕駛車輛的應用，預測股市，甚至更準確地預測天氣情況。此外，還有大量深入學習的用例正在產生。

那么企業是否應該投資于云計算深度學習?首先，企業需要找到適合的業務相關應用程序，但目前有幾十個這樣的應用程序。而一旦決定這樣做，那么投資基于云計算的深度學習將是一個大膽的決定。