机器学习在20世纪40年代以及艾伦图灵之后就已经存在了。早期的方法是使用符号编程，依靠机器规则作为学习的基础。如今，算法的发展已经转向了模式识别，应用精细化的学习技术。随着机器学习朝着这个方向发展，我们已经看到应用效率的巨大提升。嵌入式开发

作为一项具备转型意义的关键技术而被广泛讨论的是机器学习，这是实现物联网崇高愿景的关键。当然它还处于新生阶段，但发展速度是惊人的，其影响将是具备转型意义的。

然而，支持机器学习必然会需要更大的计算资源。我们遇到的主要挑战是将计算资源远远地推到产生数据的网络边缘，这样就可以让设备自身在更短的时间内做出关键性的决策，而不会因为要将数据传送到云端而产生时间延误。最终，企业会希望实现流动计算的模式，以便为在任何需要的地方和需要的时间为设备赋予智能。于是，我们将真正能够充分利用机器学习的力量。

大多数企业机构都把物联网看作是由多个阶段构成的整体。大致的思路都是先把设备连接起来，然后使它们智能化，最后使它们自主化。但是，当你注意到它是一个整体系统之后，就会发现其背后所潜藏的其他组成部分，也就是更多的技术需求和业务需求。做好物联网转型这件事必须抱有强烈的意愿。决心有多大，这是一个非常重要的问题。任何企业机构，如果他们把物联网和机器学习视为一个新的陌生领域，那就必须去学习。对于学习意愿和学习能力，无论怎么强调都不会过分。

如果企业机构认为仅仅依靠他们原有领域的知识就可以阻止来自邻近市场的新竞争者，那么他们肯定就打错算盘了！只要能够获得正确的数据集，同时拥有足够的计算资源，程序员即便只有有限领域专门知识，也可以开发出能够取得显著成果的算法。所以，企业机构必须认识到，必须加快自己发展机器学习技术应用的速度，否则他们将看到来自临近市场的新竞争对手，在他们的后视镜里迅速追赶上来。

机器学习的应用不是今天即可到手的奖品，但却是近期容易到手的目标，基本上用不了一年时间。流动计算、IT可扩展性和机器学习是迷人的技术。但在下一个十年里，机器学习和流动计算的发展将大大加速。