无论你是否意识到这一点，机器学习都会使你的在线体验更有效率。该技术由计算机科学家设计，用于更好地理解、分析和分类数据。当你在Face book上标记你的朋友，清除你的垃圾邮件过滤器，或者点击建议的YouTube视频时，你会从机器学习算法中受益。

机器学习算法的设计是为了在遇到更多数据时进行改进，使它们成为一种通用的技术，可以理解大量的照片，如从谷歌图像中获取的照片。卡内基梅隆大学材料科学与工程教授伊丽莎白·霍尔姆（Elizabeth Holm）正在利用这一技术，更好地理解在材料科学领域积累的大量研究图像。这种独特的应用是一种跨学科的机器学习方法，以前没有探索过。

霍尔姆解释说：“就像你可能在互联网上搜索可爱的猫图片，或者Face book识别你朋友的脸一样，我们正在创建一个系统，允许计算机自动理解材料科学的视觉数据。

材料科学领域通常依靠人类专家手工识别研究图像。利用机器学习算法，Holm和她的小组创建了一个系统，自动识别和分类材料的微结构图像。她的目标是使材料科学家更有效地搜索、分类、分类和识别视觉数据中的重要信息。

霍尔姆解释说：“在材料科学中，我们的基本数据之一就是图片。“图像包含我们所识别的信息，即使我们发现很难用数字来量化。”

霍尔姆的机器学习系统在材料科学领域有几个不同的应用，包括研究、工业、出版和学术界。例如，该系统可以用来创建对科学期刊档案的视觉搜索，以便研究人员能够发现是否曾经发表过类似的图像。同样，该系统可用于自动搜索和分类工业或研究实验室的图像档案。“大公司可以拥有60万或更多研究图像的档案。没有人想看穿这些，但他们想利用这些数据更好地了解他们的产品，”霍尔姆解释说。“这个系统有权解锁这些档案。”