这并非旨在预测，而是一个略显牵强的故事，旨在将机器学习的未来优势置于现实中。从字面上来看，它对于可行性的预测过于乐观，并且偏向于其积极的影响。
在这篇博客的剩余部分，我们将稍微解释一下文章中斜体字句 最近的手机号码数据 背后的技术。其中大部分（但并非全部）内容都受到了明尼苏达大学的威拉德先生及其同事的精彩概述的启发。至于解读，则完全由我们自己决定。
“幸运的是，约翰有一位数字助理，可以为他创建 3D 模拟模型。”
在 2023 年的今天，对环境状况进行建模可能是一项相当大的挑战。收集和格式化所有数据、生成不会出现数值问题的良好网格以及选择参数通常需要几天甚至几周的时间，并且需要高度专业的人员。
然而，许多政府正在积极努力使其大部分数据公开，并以标准格式呈现。这将使获取所有必要数据变得更加便捷。生成网格和估算参数等任务可以通过机器学习实现自动化。因此，未来模型生成很可能在很大程度上实现自动化。事实上，Tygron公司已经在以某种形式进行此类工作。