在政治上，机器学习更是影响了我们的生活。在帮助奥巴马胜选方面，机器学习发挥了重要作用。奥巴马赢得大选之后，美国《时代周刊》曾经发了一个文章，关于奥巴马的数据分析人员怎么样帮助他win。奥巴马有一个专门的团队，里面有很著名的机器学习的学者，帮助他分析竞选的数据。竞选要筹款，奥巴马当时筹集了创历史记录的10亿美元的款项，有很多办法。一个办法是请人和他一起吃饭，这是经常用到的招数。总统时间很宝贵，只能吃几顿饭，请到合适的人帮他卖出好价钱，吸引最多的人来掏钱。这就要考虑饭在什么地方吃，和什么人一起吃，到底什么人可能掏钱，这些人钱多不多等问题。用这个系统他们分析出来，有一个明星乔治·克鲁尼，如果在美国西部地区请他一起吃，他对美西地区40到49岁的女性很有吸引力，而她们恰恰最有经济实力，也最愿意掏钱的人。这一顿饭给奥巴马筹集到1500万美元，这是一个很成功的分析。第一次辩论之后，有哪些选民可能会倒戈。他要分析出来，然后有针对性地宣传。以往是发传单，每个人看的都一样。现在做个性化。你喜欢打篮球的，告诉你奥巴马很喜欢打篮球，你应该投他票。你家里养着宠物，我说他家养宠物和你家蛮像的。还有一个办法，对工业界的人有很大的启发，就是买广告。以往买广告是希望买黄金时段、收视率最高的，这个肯定很贵。他们买一些冷门节目的广告时段，通过这个数据分析，看这个时段大概是哪一群人。通过买很多的冷门，所有人群的覆盖率和买热门的时段差不多，但是花的钱要少很多。比如五六点钟广告片时段可能很便宜，但覆盖了中小学生；买中午时段养花种草的，覆盖了很多老年人。领导小组的队长是卡内基梅隆大学机器学习系第一任系主任汤姆米切尔的博士生。他在半监督学习方面做了很多的事情。奥巴马说这个团队是他的核武器，肯定了他们的地位。在数据挖掘上有个重要的会议叫KDD。在前年，奥巴马还没竞选成功时，我们说第二年KDD大会准备请他来做特邀报告。如果奥巴马赢了，报告叫“How Data Mining Helps He Win US President”。如果输了是“Lessons and Experience from……”。但第二年奥巴马胜选了，身价完全不一样了，学术会请不起了。