近年来，机器学习（ML）技术，尤其是机器学习的神经网路子集，几乎已经迅速入侵了行动设备硬体和应用软体的所有层面。许多常用且广泛使用的手机应用程序都在后台运行ML技术，以针对特定用法和行为对设备进行微调。当手机的电源管理系统自动微调性能设置以延长电池寿命时，这就是机器学习的一个例子。

图一 : 在所有机器学习案例中，最具挑战性多媒体的强化功能。

当行动设备助理装置追踪正常的行车状况，并发送有关火车或下班回家路上交通异常延误的警示时，这也是机器学习的一种形式。而且，如果社交网路应用程序使用你朋友的名字来标记你所上传的照片，那么这也是正在运作中的机器学习的最好例证。

图二 : 社交网路应用正是机器学习的最好例证。

机器学习的重大挑战
...
...