研究动态 | 从大数据到大决策：机器学习如何彻底改变行业

机器学习 (ML) 的迅猛发展改变了各行业所使用的工具，对企业而言，保持灵活性和适应性已成为其在日新月异的经济环境中赖以生存和发展的关键。据统计，全球机器学习市场规模在2022年的市值约为381.1亿美元，预计到2032年将飙升至7713.8亿美元。新加坡管理大学 (SMU) 计算机科学教授孙军指出，“机器学习之所以在各行业无处不在，主要归因于它们在大数据环境中挖掘复杂模式的能力似乎不可限量，从而可以有效地解决各种问题”。

然而，该模型的复杂性制约了机器学习的功能，随着任务需求的增加，微调算法所需的参数数量也随之激增。例如，领先的语言模型 ChatGPT拥有高达1750亿个可调参数，而天气预报模型 Pangu-Weather 则有2.56亿个参数。为了消除人类理解与复杂的机器学习模型所做决策之间的鸿沟，需要一种简单的方法来量化解释这些模型的难度。亦是智能软件工程研究中心 (RISE) 联合主任的孙军教授在其论文《哪种神经网络做出的决策更容易解释？一种衡量可解释性的方法》(Which neural network makes more explainable decisions? An approach towards measuring explainability) 中介绍了一种一个组织在为其业务选择正确模式时可以采用的功能模式。