如今，机器学习仍然很流行，而其子集深度学习可能会为企业带来更多的价值。

云计算技术盛会AWS re：Invent 2017即将开幕，人们开始预测AWS公司在这次大会上发布的主题。不过可以肯定的是，AWS公司将会宣布推出某种深度学习的云服务。当然，谷歌，微软和IBM都不会自甘落后。事实上，IBM和微软都有自己的深度学习平台，IBM的深度学习系统名为“Brainwave”，而微软的深度学习系统名为“分布深度学习。”

那么机器学习和深度学习有什么区别呢？简单地说，机器学习通常会处理人工智能的技术应用，例如即时预测。而深度学习为理解人们大量数据的模式奠定了基础。

大多数公共云都可以使用机器学习，这些提供了企业需要的人工智能的能力。就像深度学习一样，云计算让人工智能重新焕发了活力，因为人们现在能够以成本更低的方式获得计算和存储能力。

深度学习可以提高企业开展业务的能力，最重要的是通过模式或数据观察建立知识的能力。此外，深度学习系统随着时间的推移变得越来越完善，功能越来越强大，并终将比专家团队要好得多。

当然，这种技术如果没有实际的应用怎么办？这是人工智能遭受长期困扰的问题。如今，机器学习可以提供可嵌入的人工智能的使用，例如识别垃圾邮件，并将其移动到垃圾邮箱，或为电子商务网站提供建议以改善销售。

但深度学习则主要集中在更重要和更有影响力的事情上。

深入学习的典型应用是信用处理。虽然许多企业只是用信用评分作为决策的依据，但一些企业也使用深度学习工具帮助决策。值得信赖的深度学习系统可能会找出潜在客户偿还贷款能力的其他因素或模式，可以弄清楚客户的种族，性取向，甚至是否将要离婚。

其他的应用程序还包括提供分析数字医学图像（如MRI或X射线）的能力，为诊断患者的医生提供其自动化的建议。还有无人驾驶车辆的应用，预测股市，甚至更准确地预测天气情况。此外，还有大量深入学习的用例正在产生。

那么企业是否应该投资于云计算深度学习？首先，企业需要找到适合的业务相关应用程序，但目前有几十个这样的应用程序。而一旦决定这样做，那么投资基于云计算的深度学习将是一个大胆的决定。