機器學(xué)習(xí)的出現(xiàn)是人工智能發(fā)展中最令人期待的科技之一。正如其名稱所示，利用機器學(xué)習(xí)技術(shù)的應(yīng)用程序會隨著使用次數(shù)的增加而變得越來越智能。機器學(xué)習(xí)是當(dāng)今搜索算法、無人駕駛汽車革命以及先進垃圾郵件檢測和反欺詐偵察的核心。在旅游業(yè)，機器學(xué)習(xí)被用來提升用戶界面、分析海量數(shù)據(jù)以及實現(xiàn)對話式商業(yè)。本文將探討機器學(xué)習(xí)技術(shù)在旅游業(yè)應(yīng)用的實際使用，并解讀這一新興科技的真實潛力。
簡介
機器學(xué)習(xí)的核心是能在不編寫特定程序的情況下讓電腦提供答案。傳統(tǒng)而言，電腦的應(yīng)用程序內(nèi)儲存了根據(jù)特定數(shù)據(jù)編寫的信息，在用戶提出請求時，應(yīng)用程序直接調(diào)用這些信息。上世紀(jì)70年代，關(guān)系數(shù)據(jù)庫問世，80年代，結(jié)構(gòu)化查詢語言（SQL）開始發(fā)展，這都使數(shù)據(jù)更容易被接觸和利用到，但熟識SQL編程仍然是關(guān)鍵。90年代和21世紀(jì)初，Cognos等商業(yè)智能平臺涌現(xiàn)，這些平臺都采用了對用戶而言更簡易的前端，但實際上仍依賴于SQL查詢方法。
軟件應(yīng)用程序也只能接觸到已經(jīng)編程好的信息。上世紀(jì)80年代和90年代，應(yīng)用程序編程接口（API）的發(fā)展實現(xiàn)了一種成品或服務(wù)和其它產(chǎn)品或服務(wù)的對話。在21世紀(jì)初，在利用一系列標(biāo)準(zhǔn)的情況下，網(wǎng)絡(luò)API使程序員們能更容易地接觸到其它應(yīng)用服務(wù)，但應(yīng)用程序仍限制于已經(jīng)編程好的信息。比如，如果想有效地查詢某一航班的信息，你需要根據(jù)特定的全球分銷系統(tǒng)（GDS）API編寫一條特定的查詢代碼告訴電腦提取特定的數(shù)據(jù)（多數(shù)情況下，電腦會把用戶請求再轉(zhuǎn)變?yōu)樘貏e的GDS格式）。根據(jù)這個例子類推，要查詢航班價格，則需要根據(jù)另一個GDSAPI編寫另一條代碼。對編程的依賴也限制了用戶的使用。比如，90年代時發(fā)展的早期聊天機器人經(jīng)常出現(xiàn)故障，因為任何沒有編入應(yīng)用程序內(nèi)的用戶回應(yīng)都會導(dǎo)致聊天機器人終止服務(wù)。
互聯(lián)網(wǎng)和社交媒體的發(fā)展增加了大量可用的數(shù)據(jù)，其中絕大部分都是非結(jié)構(gòu)化格式，因此使數(shù)據(jù)檢索的復(fù)雜程度更進一層。這也促使越來越多的大數(shù)據(jù)科學(xué)家們創(chuàng)造出更成熟的算法來分析和利用這些海量的結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)。
機器學(xué)習(xí)是計算機科學(xué)進化中的一次飛躍。機器學(xué)習(xí)使應(yīng)用程序能夠自己進行編程，而不再只依賴于人類編程。整體而言，機器學(xué)習(xí)目前的應(yīng)用較淺，只基于特定系列的功能。但學(xué)習(xí)型的機器如今已經(jīng)問世，而且已經(jīng)對旅游業(yè)產(chǎn)生了影響。
機器學(xué)習(xí)的今天和未來
包含數(shù)十億數(shù)據(jù)元素的大容量數(shù)據(jù)庫已經(jīng)存在了數(shù)十年，但只在近來機器學(xué)習(xí)技術(shù)才把這些數(shù)據(jù)轉(zhuǎn)變?yōu)橛杏玫闹R。以下三個要素的變化引發(fā)了利用機器學(xué)習(xí)的浪潮：
—每天產(chǎn)生的海量數(shù)據(jù)，以及分析這些數(shù)據(jù)的需要——在過去兩年內(nèi)，這種需要增加了數(shù)個重量級。以下為少數(shù)幾個例子：
5億條推特
4百萬小時的視頻被上傳到Y(jié)ouTube上
Instagram上36億個“贊”
臉書上發(fā)布了43億條信息
臉書上57.5億個“贊”
60億次谷歌搜索
—云計算的出現(xiàn)使大眾接觸到數(shù)據(jù)存儲和處理。
—開源技術(shù)使程序員等發(fā)展人員能夠創(chuàng)建和使用機器學(xué)習(xí)算法，將這一科技帶進更大的發(fā)展人員社區(qū)。
在機器學(xué)習(xí)獲得更多突破前，我們必須承認(rèn)這一技術(shù)目前仍處于起步幾段。在很多科幻小說中，智能機器超越了人類大腦并威脅到人類生存。在過去幾年里，著名物理學(xué)家史蒂芬·霍金（Stephen Hawking）曾稱“發(fā)展完全的人工智能可能加速人類的滅絕”，企業(yè)家埃爾隆·馬斯克（Elon Musk）也稱人工智能是“我們?nèi)祟惿娴淖畲笸{”，這些言論促使大眾以為先進的人工智能技術(shù)不僅即將到來，而且還是令人恐懼的“怪物”。
人工智能超越人類智能、并具有人類情感的時候被稱為“奇點”。奇點也被假設(shè)為超級智能機器的未來。超級智能被定義為一種由科技創(chuàng)造的認(rèn)知能力，這種能力遠(yuǎn)超人類能力。這一未知的超級智能就是霍金教室和馬斯克所說的“威脅”。谷歌人工智能總監(jiān)雷·庫茲韋爾（Ray Kurzweil）預(yù)測奇點很快將會成為現(xiàn)實（在25到30年內(nèi)）。但即使是庫茲韋爾也無法確定奇點是好現(xiàn)象還是壞現(xiàn)象。不過，現(xiàn)在我們不該被超級智能機器的未來景愿所嚇倒，而是應(yīng)該積極認(rèn)識機器學(xué)習(xí)的價值。
雖然當(dāng)前機器學(xué)習(xí)仍處于發(fā)展中，其應(yīng)用也處于初步階段，但只要讓機器理解了相關(guān)的術(shù)語、選項和細(xì)微差異，機器學(xué)習(xí)就可以應(yīng)用在旅游應(yīng)用程序中，并能幫助解決很多疑難問題。
機器學(xué)習(xí)的工作原理
要使機器學(xué)習(xí)成功進入服務(wù)，程序員需要在系統(tǒng)內(nèi)輸入相關(guān)的主題數(shù)據(jù)（例子）。目前機器學(xué)習(xí)只集中在少數(shù)主題的較小范圍，因為系統(tǒng)需要理解許多行業(yè)專有的詞匯和關(guān)系。也就是說應(yīng)用程序必須同時理解某一行業(yè)內(nèi)的分類（比如概念層次）和本體（不同概念間的復(fù)雜關(guān)系）。舉個例子：支持一家酒店聊天機器人的機器學(xué)習(xí)系統(tǒng)必須理解酒店星級的評級（即分類），同時也需要掌握房價和支付條款間的關(guān)系（本體），比如特價房不退訂房費等。因此要創(chuàng)建這個機器學(xué)習(xí)應(yīng)用程序的第一步是在系統(tǒng)內(nèi)輸入例子，讓系統(tǒng)理解相關(guān)主題的術(shù)語、關(guān)系和細(xì)微差異。之后，機器學(xué)習(xí)平臺的創(chuàng)建還需以下三個關(guān)鍵步驟：
—建模：機器學(xué)習(xí)算法（即一系列電腦指令）在數(shù)據(jù)中發(fā)掘相應(yīng)的模式，并利用這些發(fā)現(xiàn)建立數(shù)據(jù)模型。最初的模型由人工輸入，但隨后模型會自我進步并由機器學(xué)習(xí)流程驅(qū)動。
—生成參數(shù)：學(xué)習(xí)算法會發(fā)展出一系列參數(shù)讓軟件學(xué)會“自己做決定”。比如，系統(tǒng)可能發(fā)展出一個參數(shù)指示需要某些域認(rèn)證特定數(shù)據(jù)的質(zhì)量，沒有這些域，這些特定數(shù)據(jù)可能會被拒絕。
—學(xué)習(xí)者：應(yīng)用程序會根據(jù)預(yù)測和實際結(jié)果的不同而對參數(shù)進行調(diào)整，模型也會相應(yīng)進行調(diào)整。學(xué)習(xí)者部分會隨之提升模型的精確度。
深度學(xué)習(xí)
機器學(xué)習(xí)的一個分支子集為深度學(xué)習(xí)。深度學(xué)習(xí)集中利用更小范圍的機器學(xué)習(xí)工具及技術(shù)，并將其應(yīng)用在解決需要人類或人工“思想”的特定問題上。2016年，谷歌深度學(xué)習(xí)應(yīng)用程序在圍棋大戰(zhàn)中打敗了韓國圍棋大師李昌鎬。要知道，圍棋擁有2500年的歷史，比象棋復(fù)雜許多倍，而且在實際對戰(zhàn)中（最起碼是人類對戰(zhàn)）需要某種程度的直覺。所以深度學(xué)習(xí)在旅游業(yè)內(nèi)可能非常適于解決如管理大規(guī)模旅程混亂狀況等復(fù)雜問題。
如今機器學(xué)習(xí)在旅游業(yè)內(nèi)的利用
如今機器學(xué)習(xí)在旅游業(yè)內(nèi)得到了大量應(yīng)用。由于數(shù)量仍在持續(xù)增加，以下僅列出幾個例子：
—聊天機器人：在過去的一年半里，大量聊天機器人進入市場。以下是利用機器學(xué)習(xí)技術(shù)的聊天機器人例子。
-Mezi——Mezi利用深度學(xué)習(xí)將旅行知識構(gòu)建到自己的應(yīng)用程序內(nèi)，使這一程序能與用戶對話，并過濾掉不相關(guān)的回應(yīng)，每次在用戶提出要求后都彈出三個最符合用戶需求的選項。
-Expedia——Expedia推出了Facebook Messenger聊天機器人來幫助旅客訂酒店。這款機器人利用自然語言處理（NLP）和機器學(xué)習(xí)技術(shù)創(chuàng)造結(jié)構(gòu)化的對話流。
-30 Seconds to Fly——這家公司的人工智能助理Claire是個旅行聊天機器人，設(shè)計這款機器人的目的在于給中小企業(yè)市場提供旅行管理能。它利用NLP和機器學(xué)習(xí)技術(shù)幫助旅客找到符合企業(yè)政策的選項。
—谷歌旅行規(guī)劃“Google Trips”：通過閱讀用戶的谷歌郵件，這款程序自動生成旅行行程，包括旅行地點的信息，同時還提供附近地標(biāo)信息和休閑活動建議。它利用機器學(xué)習(xí)技術(shù)根據(jù)用戶的重復(fù)使用率實現(xiàn)持續(xù)的個人化推薦。
—Lola：這個信息平臺由人工和一個人工智能平臺支持。這個人工智能平臺利用機器學(xué)習(xí)技術(shù)根據(jù)具體的旅行要求為旅客提供相關(guān)度最高的各種選項，而且會隨著旅客請求和用戶數(shù)量的增加而提升。
—Sift Science：利用機器學(xué)習(xí)技術(shù)分析如反欺詐偵察等風(fēng)險的多種類型。
—DataArt：是企業(yè)對企業(yè)的定制應(yīng)用程序。該程序利用機器學(xué)習(xí)來理解非結(jié)構(gòu)化的酒店和交通數(shù)據(jù)。此外，DataArt還利用基礎(chǔ)設(shè)施級別的機器語言解決方案來幫助發(fā)現(xiàn)預(yù)測的故障預(yù)防，進而提升運營效率。
—Trip.com（之前名為Gogobot）：它利用機器學(xué)習(xí)技術(shù)整合數(shù)百萬數(shù)據(jù)點，包括旅行的日期、天氣、部落（指興趣相同的人群）以及旅程和城市密度等，及時為用戶個人提供真正相關(guān)且智能的選擇。
—Way Blazer和Go Moment：IBM的人工智能技術(shù)平臺Watson的核心在于利用機器學(xué)習(xí)（以及其它人工智能技術(shù)如自然語言流程）為用戶查詢提供正確的答案。Watson在《危險邊緣》（Jeopardy�。┥系膭倮胁粌H檢索出正確的問題答案，而且還利用機器學(xué)習(xí)技術(shù)評估答案的指令。Way Blazer和Go Moment這兩家公司正在利用IBMWatson的核心技術(shù)為旅游行業(yè)帶來更多解決方案。
機器學(xué)習(xí)的今天和未來
如今，機器學(xué)習(xí)技術(shù)正在使應(yīng)用程序越來越智能，但和科幻電影里出現(xiàn)的超人類智能機器人還有很遠(yuǎn)距離。在旅游業(yè)內(nèi)，機器學(xué)習(xí)技術(shù)被用來解決某些特定問題，比如初步的預(yù)訂查詢和客戶服務(wù)要求等。但由于任何糟糕的體驗都會迅速毀壞一個品牌的形象，企業(yè)并不會將客戶溝通完全交由智能機器處理。
在接下來數(shù)年內(nèi)，我們可能會迅速從當(dāng)前早期的機器學(xué)習(xí)階段轉(zhuǎn)移到更完全的方案提供階段，從目前由搜索驅(qū)動的旅行計劃流程轉(zhuǎn)移到智能助理結(jié)合自身對客戶偏好的了解與對旅行選擇的深度了解為用戶提供旅行選擇的階段。機器學(xué)習(xí)將會結(jié)合深度學(xué)習(xí)、自然語言流程、知識圖譜（對特定領(lǐng)域結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的語義理解）和類神經(jīng)網(wǎng)絡(luò)（由大量簡單并高度內(nèi)聯(lián)的流程元素構(gòu)成、模仿人類大腦功能的計算系統(tǒng)）。機器學(xué)習(xí)令人期待的地方在于其通過向客戶學(xué)習(xí)而提供更好體驗的能力。我們希望，這能帶來更個性化的服務(wù)、更相關(guān)的建議和更好的旅程服務(wù)，因此最終提升旅行體驗。我們正處于迎來機器學(xué)習(xí)智能計算新時代的大門口，而機器學(xué)習(xí)將會利用客戶的重復(fù)使用而不斷創(chuàng)造出更卓越的應(yīng)用程序。（李曉燕/編譯）
