机器学习是一个奇妙的执行骗局

我已经定期开玩笑地，机器学习（或“ML”）追随者声称能够通过大量数据来排序，除了可行的商业模式之外的绝对任何东西。

我想通过澄清重新审视：他们显然也无法讲述他们所做的事情并不完全batty。

起初，我以为这是无辜的 - 沿着“吸引人们对ML太空的东西也排除了吸引讲故事者”的东西。“

从那以后，我的烦恼转变为围绕他们被退出的骗局的纯粹天才所谓的“勉强钦佩”。

我们看到使用AI / ML来解决业务问题的公司的用例是在“您输入数百万信用卡交易的记录”中的高度特异性，然后魔术技术将找到欺诈性的人，“或者非常荒谬的故事，如Wework发现人们早上喝咖啡，所以他们应该租一个咖啡师。

事实上，如果您访问AWS的机器学习页面并向下滚动到客户报价，您将看到其中每一个都暗示到边缘过程改进。

这个页面上没有单一的客户推荐，这些页面上讲任何靠近“这项技术改造了我们的业务”的东西，或者如果不是这个现代技术奇迹，我们会沉没。“

其他AWS服务围绕其他AWS服务的客户推荐给提供具体数字，比如“这在我们的数据中心中不可能”的东西，并唱服务的赞美。

AWS的ML兴奋水平决不符合其客户 - 至少，这些客户，这些客户不涉及“销售ML”。

有效地使用AI / ml，您需要三种普遍同意的成分。

第一个是大量数据，为此，您将总是支付您的云提供商（或Heaven Fandbid，您的SAN供应商）一堆令人睡眠的大量资金。第二种是许多计算功率频繁，特别是GPU，这是一种专门的计算形式，当然更多地增加。第三是在这个术语的巫术形式接受培训的人，他是普通的软件工程师，除了他们花费了更多的钱。

当你不能在扑克桌上发现吸盘时，智慧抓住了这就是你。

当你看看公司的ML Ventures的商业案例时，请问“ML算法写这件事是合理的？”是合理的。

在加州金匆匆期间，从匆忙西方取得实际利润的人并不是矿工自己。这是提供了他们的商家。

它很清楚AWS及其云竞争对手正在将镐销售为狂热。

让我们为AI / ML产品提供AWS基本情况：他们的重新识别服务。如果您单击该链接（至少，在写作时），您将看到以下内容：

他们关心的是这个商业问题：“我有一张照片，我需要知道它是否是猫的照片。作为一个额外的奖金，我希望你也告诉我你在该评估中有多自信。“

通过这一点，客户不关心服务是否由机器学习提供支持，这是一个令人难以置信的幸运/准确的硬币折腾，或者一支单击是或否的人的军队（假设那些人被分配充足的洗手间休息）。

那么为什么每个关于重新识别的主题演示和所有其他服务都像它一样的服务只是多少机器学习进入服务？

诚实地？我通常通过站立自己来测试AWS服务，以确定它们是否好;我很快就能绕过我自己的“机器学习”算法：服务的营销越多，服务就越多，服务就越糟糕。

这是早期的;技术建立在迭代改进之上，你难以忍受的傻瓜。

外观，我不希望机器学习算法写一个像这样的博客文章;即使没有讽刺，自然语言也很难。

但是，让我们采取完全有限的问题空间，具有大量的数据，但明确定义的输入和输出：AWS账单。

为什么AWS在账单中提供的唯一机器学习提供服务的服务，基本上有点糟透了？

不要让我错了，计算优化器会看你的用法，并概述了一些权利机会。但权利通常是无意义的，它没有像“你从互联网上的1个卑鄙的数据中那样触摸的东西，并在每个月的AZ之间通过50个卑鄙的数据”-a行为模式，几乎肯定是错误的，并且对你的AWS花费大大影响。

初创公司的散射提供使用ml来优化您的AWS账单，微调您的可观察性，或者释放“Aiops”票价不会更好。他们销售炒作未结果。 （除非无耻：在鸭子组给我们一个戒指，我们可以在控制下获得AWS账单 - 不需要ML！）

我很抱歉：我很难接受那些将在提取数据中提取的方式的公司从你的数据中提取的方式是相同的，实际上是一个名为AWS Systems Manager会话管理器的产品，通过电子邮件向您发送六个副本相同的营销电子邮件，并迎接全新用户，并在我们的控制台中查看更改的内容“横幅广告。