人人都想用，但其实并不了解。

如果要选2016年的热词，“机器学习”肯定当仁不让。似乎每家公司都在自我介绍里沾点机器学习的边，而且确实效果不错。

据云安全公司CloudPassage的卡森·斯威特介绍，很多企业都想用机器学习的工具解决问题，虽然并不十分了解工具的作用。

不久前在旧金山，斯威特跟另外两家网络安全公司管理者在结构安全论坛上发言，解释了一些机器学习方面常见的误解。其中之一就是将机器学习等同于“人工智能”（也是今年热词榜的大热门）。

威胁监测公司Sqrrl的马克·特伦佐尼解释说，人工智能相当于造一个大脑，但并不能产生确定结果（即产生可预期的结果），所以恶作剧的人通过故意挑逗微软旗下的人工智能聊天软件，能让机器人说出种族歧视言论。

另一方面，机器学习会产生可控的回应和有效的预测。机器学习能从海量数据中找出规则，甚至能将结果以可视化图标方式呈现并突出最重要的信息。

但机器学习也有重要限制，其中最明显的一个就是仍然需要人类提出合适的问题。

“机器学习锋利如矛之尖，但得先建立模型才能为安全分析师所用，”特伦佐尼表示。

凯文·马哈菲任职于移动安全公司Lookout（曾找出臭名昭著的iPhone漏洞），他也表示企业要在机器学习算法中输入“干净的数据”。如果把一堆堆的随机信息扔进去，结果只会是“垃圾进去，垃圾出来”。

回答论坛主持人《财富》杂志的乔纳森·瓦尼恩提问时，马哈菲还解释了“机器学习”与“深度学习”的区别。关键在于规模：深度学习是指最近计算机能力方面的突破，实现深度学习的花费巨大，可供机器学习工具利用成百上千万的参数探索可能性。

不过马哈菲也提醒道，虽然深度学习是一项精深的技术，很多企业还是应该先了解些机器学习的基础。

“我们已经开始问‘今早的冰沙里要加多少甘蓝’，而多数企业还停留在起床抽根烟的阶段，”马哈菲打趣说。（财富中文网）

译者：Pessy

审校：夏林