如果每天可以参加一场时装秀，那么要花10年以上的时间才能看完所有的时装秀。Google近日公布了一个有趣的实验——RunwayPalette。该实验通过提取模特每种穿搭的主要颜色，利用机器学习方法来按调色板组织图像，将近1,名设计师4年间的时尚穿搭设计进行了可视化交互。
现在，每个人都可以使用可视化的调色板来探索全球时装周的色彩搭配、设计师的季节设计和时尚趋势，你也可以成为全球时尚穿搭达人！
机器学习这么厉害？是的。如今，人工智能（AI）和机器学习被认为是自微型芯片以来最大的创新之一。人工智能曾经是科幻小说中的一个幻想概念，但现在它已成为日常现实。神经网络（模仿大脑中真实神经元的过程）为机器学习的突破铺平了道路，被称为“深度学习”。
机器学习可以帮助我们过上更幸福，更健康，更有活力的生活……如果我们知道如何利用其功能。
1.智能游戏
你们中的某些人可能还记得年IBM的深蓝战棋击败了加里·卡斯帕罗夫时。但是，如果那时你还不够大的话，你可能还记得，年另一种计算机程序GoogleDeepMind的AlphaGo击败了围棋世界冠军李世石。
围棋是一种古老的中文游戏，比象棋对计算机来说要困难得多。但是，AlphaGo经过专门训练，可以玩围棋，而不仅仅是通过分析最优秀的围棋师的举动，而是通过数百万次练习来学习如何更好地玩游戏。
2.无人驾驶汽车和自动运输
你最近坐飞机吗？如果是这样，那么你已经在工作中经历了运输自动化。这些现代化的商用飞机使用FMS（飞行管理系统），该系统结合了GPS，运动传感器和计算机系统来跟踪飞行过程中的位置。因此，平均而言，波音飞行员实际上只花了7分钟就可以手动驾驶飞机，而其中许多时间都是在起飞和降落过程中花费的。
进入自动驾驶汽车的过程更加复杂。道路上有更多的汽车，要避免的障碍以及在交通方式和规则方面的限制。即便如此，无人驾驶汽车已经成为现实。根据一项对55辆Google车辆的总行驶超过万英里的研究，这些AI驱动的汽车在安全性方面甚至超过了人类驾驶的汽车。
导航问题早已解决。Google地图已经从你的智能手机获取位置数据。通过比较设备从一个时间点到另一个时间点的位置，它可以确定设备运行的速度。简而言之，它可以确定实时流量有多慢。它可以将数据与用户报告的事件结合起来，以在任何给定时刻构建流量的图片。地图会根据交通堵塞，建筑工程或目的地之间的事故为你推荐最快的路线。
但是实际驾驶汽车的技巧呢？好吧，机器学习使无人驾驶汽车能够即时适应不断变化的路况，同时还能从新的路况中学习。通过连续解析视觉和传感器数据流，车载计算机比经过良好训练的驾驶员可以更快地做出瞬间决策。
3.电子技术
显然，我们的身体和大脑已经建立了局限性和弱点。牛津大学教授席蒙·怀特森（ShimonWhiteson）认为，技术将进步到一定程度，以使我们能够利用计算机来弥补某些弱点和局限性，从而增强我们的许多自然本领。
但是，在开始描绘钢铁和科技的赛博朋克世界之前，请先想一想大多数人在某种程度上已经是“半机械人”。你知道多少人没有可靠的智能手机就能生存一天？我们已经依靠这些手持计算机进行通信，导航，获取知识，接收重要新闻以及进行其他许多活动。专家也认为AI将对肢体截肢的人变得有用。有一天，大脑将能够与机器人肢体进行交流。这项技术将给截肢者更多的控制权，并减少他们所面对的日常限制。
4.接管危险工作
如今，机器人（或更确切地说是无人机）正在接管一些高风险的工作。目前，大多数无人机都需要人工来控制它们。但是随着未来机器学习技术的改进，这些任务将完全由具有AI的机器人来完成，仅这项技术已经挽救了数千人的生命。
外包给机器人的另一项工作是焊接。这种工作会产生噪音，强烈的热量以及烟雾中发现的有毒物质。如果没有机器学习，则需要对这些机器人焊机进行预编程，以在特定位置进行焊接。但是，计算机视觉和深度学习的进步使灵活性和准确性更高。
5.环境保护
机器可以存储和访问比任何人都更多的数据，包括令人难以置信的统计数据。利用大数据，人工智能有一天可以识别趋势，并使用该信息来为先前难以解决的问题提供解决方案。
例如，IBM的“绿色地平线计划”（GreenHorizoｎProject）可分析来自数千个传感器和来源的环境数据，以提供准确的，不断变化的天气和污染预报。它使城市规划者可以运行“假设”场景并为减轻环境影响建立模型。这才刚刚开始。从自我调节型智能恒温器到分布式能源网格，令人兴奋的以环境为导向的创新每天都在进入市场。
6.改善老年护理
对于许多老年人而言，日常工作可能很麻烦。许多人不得不雇用外部帮助或依靠家庭成员。养老是许多家庭日益
