題圖上這張在社交媒體上瘋狂傳播的惡搞漫畫博得了不少轉發，這似乎暗示著，對機器學習的炒作熱度開始消退。然而，機器學習真的只是被美化的統計學嗎？

哈佛大學資料科學碩士、機器學習從業者Joe Davison認為，遠不止如此。

他從統計學和機器學習分別出發，對比了兩者的不同之處，希望讓人們正確認知機器學習和人工智慧。這篇部落格在海外科技網站Medium上獲得了超過7.4k的認同。

越來越多的人都開始認為機器學習真的沒有什麼可值得興奮的，它只不過是對老舊的統計技術的重新包裝罷了。

然而問題是，事實並非如此。

可以看出，深度學習傳播的狂熱分子不流行了。甚至是那些站在科學頂端的專家們，現在對使用這個術語都失去了極大的熱情，僅剩些許懊惱，反而更傾向於淡化現代神經網路的力量，避免讓大量群眾認為 import keras 能夠克服每一個障礙。

就像Yann LeCun所說的那樣，雖然深度學習已經超過機器學習成為新的流行詞，但是這種對態度的過度矯正導致了人們對人工智慧的發展、未來和實用性產生了不良的懷疑。另外，現在流傳著人工智慧冬季即將逼近的說法，從這一點就可以預見，人工智慧研究會像過去幾十年那樣停滯不前。

本文不是要反對人工智慧冬季的說法，也並非要爭論機器學習的發展都應歸功於某一個學術團體而非其他。本文論述的目的在於要正確的評估機器學習。人工智慧可見的發展不僅僅侷限於大型計算機和更優的資料集。近期在深度神經網路及其相關領域的成功，正說明了機器學習代表著科學技術進步的最前沿。