机器学习指的是计算机系统无须遵照显式的程序指令，而只依靠数据来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于预测。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越准确。

机器学习的应用范围非常广泛，针对那些产生庞大数据的活动，它几乎拥有改进一切性能的潜力。除了欺诈甄别之外，这些活动还包括销售预测、库存管理、石油和天然气勘探，以及公共卫生等。机器学习技术在其他的认知技术领域也扮演着重要角色，比如计算机视觉，它能在海量图像中通过不断训练和改进视觉模型来提高其识别对象的能力。

机器人

将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、制动器以及设计巧妙的硬件中，这就催生了新一代的机器人，它有能力与人类一起工作，能在各种未知环境中灵活处理不同的任务。例如，无人机、可以在车间为人类分担工作的“cobots”等。

虚拟助理

虚拟助理是一种能与人类进行交互的计算机代理或程序，其中以聊天机器人最为著名，如我们熟知的苹果产品中的Siri、微软Cortana以及Google Assistant、Amazon Alexa等。虚拟助理多用于客户服务和支持，并可以作为智能家居的管理者。

2019年，有研究机构交将上述产品放在一起测试，就正确率而言，Google Assistant胜出，达93%，Siri为83％，Alexa为80％。

Google Assistant 在回答商业类别查询时表现最为突出，92％ 正确回答了有关产品和服务信息及在何处购买某些商品的更多问题，相比之下Siri只有68％和Alexa的71％。

深度学习平台

一种特殊类型的机器学习，包括拥有多个抽象层的人工神经网络。目前主要应用于由很庞大的数据集支持的模式识别和分类应用领域。代表性厂商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。国内如百度、科大讯飞和腾讯等，也均推出有着自家技术特色的深度学习平台。

决策管理