人工智能和機(jī)械進(jìn)修可謂火爆絕后。自從AlphaGo完勝人類圍棋頂尖棋手后，人們關(guān)于人工智能的評(píng)論辯論就從未連續(xù)過。 有人說，人工智能會(huì)使年夜批人掉業(yè)，又有人說，人工智能會(huì)給人類帶來威逼。更多人等待的則是，人工智能可以贊助我們發(fā)明更多的價(jià)值。AI是一個(gè)異常狹義的概念。為了更好的懂得它，如今先讓我們來評(píng)論辯論一下人工智能的一個(gè)主要分支——機(jī)械進(jìn)修。本文編譯于Ben Dickson近期在techfinancials.co.za上揭橥的題為“What is machine learning?”的文章。
當(dāng)我第一次試著編程時(shí)，我就愛上了這門藝術(shù)（是的，我信任編程既是迷信又是藝術(shù)）， 那一年，我九歲。 我很快就迷上了若何經(jīng)由過程設(shè)置邏輯規(guī)矩和前提來掌握法式的流程，if… else語句，switch，輪回等等。
在接上去的幾年里，我學(xué)會(huì)了經(jīng)由過程創(chuàng)立模塊和將代碼段籠統(tǒng)成函數(shù)和類的手腕來堅(jiān)持代碼整潔。 我經(jīng)由過程面向?qū)ο蟮钠饰龊驮O(shè)計(jì)（OOA / D）加強(qiáng)了我的軟件開辟技巧。 我進(jìn)修了代碼的反復(fù)應(yīng)用和設(shè)計(jì)形式。 我學(xué)會(huì)了用UML圖形和表示圖來說明我的法式。 我學(xué)會(huì)了將這些準(zhǔn)繩運(yùn)用于近十幾種分歧的編程說話當(dāng)中。
然則編程的經(jīng)歷軌則堅(jiān)持不變：界說規(guī)矩和邏輯。 其他的只是贊助實(shí)行和保護(hù)這些規(guī)矩的技能。
幾十年來，基于規(guī)矩的代碼主導(dǎo)了我們創(chuàng)立軟件的方法。 我們剖析一個(gè)或一組成績，指定界限，實(shí)例，過程，關(guān)系，并將它們轉(zhuǎn)換為肯定軟件任務(wù)方法的規(guī)矩。
固然這類辦法對(duì)我們來講很好，但卻招致了“笨”軟件，除非人類以某種方法更新其邏輯，不然該法式永久不會(huì)轉(zhuǎn)變其行動(dòng)。 別的，它也不實(shí)用于規(guī)矩不明白的情形，例如辨認(rèn)圖象中的對(duì)象，在收集流量中發(fā)明歹意運(yùn)動(dòng)，或是在不屈坦的空中上對(duì)機(jī)械人停止導(dǎo)航。
機(jī)械進(jìn)修是古代人工智能的基石，它推翻了傳統(tǒng)編程形式。 機(jī)械進(jìn)修有助于創(chuàng)立修改和改良其機(jī)能的軟件，而無需人類向其說明若何完成義務(wù)。 這就是我們明天直接應(yīng)用的， 和很多行將產(chǎn)生的，立異面前的技巧，包含你從網(wǎng)站，數(shù)字助理，無人駕駛汽車，剖析軟件等處看到的使人驚奇的建議。
甚么是機(jī)械進(jìn)修？
機(jī)械進(jìn)修是從示例中進(jìn)修的軟件。 你不須要編寫機(jī)械進(jìn)修的算法，而是經(jīng)由過程供給年夜量的相干數(shù)據(jù)，來練習(xí)它們。 例如，不要試圖對(duì)機(jī)械算法說明一只貓看起來是甚么樣的，你須要經(jīng)由過程供給數(shù)百萬張貓的圖片來培訓(xùn)它。 該算法在這些圖象中找到反復(fù)的形式，并為本身肯定若何界說貓的外不雅。在此以后，當(dāng)你向該法式顯示新照片時(shí)，它可以辨別照片中能否含有貓的成份。
很多人將機(jī)械進(jìn)修同等于人工智能。 但是，AI是一個(gè)松懈的概念，它可以運(yùn)用于從龐雜的、基于規(guī)矩的軟件到還沒有創(chuàng)造的，人類智能之間的任何工作。 現(xiàn)實(shí)上，機(jī)械進(jìn)修是AI的一個(gè)特殊分支，它基于數(shù)據(jù)而并不是規(guī)矩來創(chuàng)立法式。
甚么是監(jiān)視，無監(jiān)視和強(qiáng)化進(jìn)修？
機(jī)械進(jìn)修有幾種分歧作風(fēng)的算法。 個(gè)中最風(fēng)行的是“監(jiān)視進(jìn)修”，進(jìn)一步說，就是你應(yīng)用帶有標(biāo)簽數(shù)據(jù)的練習(xí)算法，將一組輸出對(duì)象（平日為矢量）映照到一組希冀的輸入值中（也稱為監(jiān)視旌旗燈號(hào)）。 下面所講的貓的示例就是監(jiān)視進(jìn)修的一個(gè)例子。 另外一個(gè)例子是語音辨認(rèn)，你可以經(jīng)由過程供給聲響波形來對(duì)應(yīng)個(gè)中的書面字體。
你供給給監(jiān)視進(jìn)修的算法樣本越多，其剖析新數(shù)據(jù)的才能就越準(zhǔn)確。 而這也是監(jiān)視進(jìn)修的重要挑釁。 創(chuàng)立帶有標(biāo)志樣本的年夜數(shù)據(jù)異常耗時(shí)，同時(shí)也須要年夜量的人力。 一些平臺(tái)，如亞馬遜的Mechanical Turk供給數(shù)據(jù)標(biāo)簽辦事。
在“無監(jiān)視進(jìn)修”中，機(jī)械進(jìn)修的另外一個(gè)分支，則沒有參考數(shù)據(jù)，一切都沒有標(biāo)簽。 換句話說，你供給輸出，但不供給輸入。 該算法對(duì)未標(biāo)志的數(shù)據(jù)停止整頓，提取推論并找出形式。 無人監(jiān)視進(jìn)修關(guān)于人類沒法界說的，隱蔽形式的情形特別有效。
例如，你許可機(jī)械進(jìn)修算法監(jiān)督你的收集運(yùn)動(dòng)。 然后，它將依據(jù)其找到的形式設(shè)置正常收集運(yùn)動(dòng)的基準(zhǔn)。依據(jù)這個(gè)尺度，它將檢測而且記載異常收集運(yùn)動(dòng)。
與監(jiān)視進(jìn)修比擬，無監(jiān)視的進(jìn)修更接近于機(jī)械自我進(jìn)修的進(jìn)程。 但是，無監(jiān)視進(jìn)修的成績是其成果常常是弗成猜測的。 這就是為何它平日須要聯(lián)合人的直覺來引誘其堅(jiān)持準(zhǔn)確偏向，由于它一切都是自學(xué)的。 例如，上述收集平安的例子，收集運(yùn)動(dòng)中有很多緣由會(huì)使其偏離標(biāo)準(zhǔn)，但是這其實(shí)不是歹意制作的。 但機(jī)械進(jìn)修的算法其實(shí)不曉得。在開端的時(shí)刻，人類剖析人員必需改正其決議，直到它學(xué)會(huì)斷定異常并作出更好的決議計(jì)劃。
另外一個(gè)不太著名的機(jī)械進(jìn)修范疇是“強(qiáng)化進(jìn)修”。在強(qiáng)化進(jìn)修中，法式員界說了狀況，希冀目的，許可的行為和束縛。 該算法經(jīng)由過程測驗(yàn)考試將各類分歧的許可行為停止組合來懂得若何完成目的。 當(dāng)你曉得目的是甚么，但沒法界說到達(dá)目的的途徑時(shí)，此辦法特殊有用。
強(qiáng)化進(jìn)修在很多設(shè)置中被應(yīng)用。 在更有名的案例中，Google DeepMind的AlphaGo，控制了龐雜的棋般游戲Go的機(jī)械進(jìn)修法式。 該公司正在采取異樣的辦法來進(jìn)步英國電網(wǎng)的效力。 Uber也在應(yīng)用雷同的技巧來教AI署理玩?zhèn)b盜獵車手車（或更精確地說，讓它們本身進(jìn)修）。
甚么是深度進(jìn)修？
固然機(jī)械進(jìn)修是人工智能的一個(gè)分支，但深度進(jìn)修是機(jī)械進(jìn)修的專門分支。 深度進(jìn)修應(yīng)用神經(jīng)收集，一個(gè)具有人類年夜腦構(gòu)造和功效的復(fù)成品。
深刻進(jìn)修處理了上一代進(jìn)修算法中存在的一個(gè)重要成績。先前， 跟著數(shù)據(jù)的增加，算法平臺(tái)的效力和機(jī)能趨于停止。 如今，深度進(jìn)修算法在取得更多半據(jù)的同時(shí)，其機(jī)能也在賡續(xù)改良。深度進(jìn)修算法其實(shí)不是直接經(jīng)由過程將輸出映照到輸入的方法，而是依附于幾層處置單位。 每一個(gè)層將其輸入傳遞到下一個(gè)層，停止處置，然后再傳遞到下一層。 在某些模子中，盤算能夠會(huì)在處置層之間往返活動(dòng)屢次。現(xiàn)已證實(shí)深度進(jìn)修在各類義務(wù)中異常有用，包含圖象字幕，語音辨認(rèn)和說話翻譯。
機(jī)械進(jìn)修的挑釁是甚么？
固然機(jī)械進(jìn)修對(duì)將來運(yùn)用的成長相當(dāng)主要，但其實(shí)不是沒有本身的挑釁。
一方面，機(jī)械進(jìn)修算法的開辟和安排在很年夜水平上依附于年夜量的盤算和存儲(chǔ)資本來履行其義務(wù)。 這類依附關(guān)系使得它們?cè)诼男袝r(shí)受限于云辦事和年夜數(shù)據(jù)。 是以，在履行邊沿盤算機(jī)集成處理計(jì)劃時(shí)（edge intelligence）它們更具挑釁性。
機(jī)械進(jìn)修的另外一個(gè)成績 - 特殊是深度進(jìn)修 - 是它的不通明度性。 跟著算法變得愈來愈龐雜，人類愈來愈難以說明它們是基于甚么，做出決議的。 在很多情形下，這能夠不是成績。 然則，當(dāng)你想要對(duì)算法做出癥結(jié)決議時(shí)，使它們具有通明性而且讓人了如指掌長短常主要的。
另外還存在一些成見成績。 機(jī)械進(jìn)修常常會(huì)接收嵌入到它們?cè)诮邮张嘤?xùn)時(shí)，數(shù)據(jù)中包括的一些的習(xí)氣和偏向。 在某些情形下，尋覓和清除成見很輕易，而在其他情形下，它的嵌入度極深，人類常常難以發(fā)覺。
但是，這些挑釁都弗成能阻攔AI和機(jī)械進(jìn)修成為我們這個(gè)時(shí)期的通用技巧（這個(gè)術(shù)語已經(jīng)被用于蒸汽機(jī)和電力如許的創(chuàng)造）。 不論我們往哪一個(gè)偏向成長，機(jī)械進(jìn)修都將會(huì)對(duì)我們發(fā)生深入影響。
