江苏龙网

  1. 首页 > 人文 > >

不一样的程序猿■如何使用这项技术？，机器学习到底是什么

1.人工智能与机器学习
一个常常让大众感到困惑的问题是：人工智能（AI） ， 机器学习（ML） ， 深度学习（DL） ， 机器视觉（CV）以及自然语言处理（NLP）之间是什么关系？
从科普角度粗略地说 ， 人工智能涵盖了其他所有概念[图1] ， 而机器学习是人工智能的一个子方向 ， 而深度学习又是机器学习中的一类方法 。 至于机器视觉与自然语言处理 ， 它们是人工智能领域的两个具体应用 ， 而且往往会用到深度学习 。
不一样的程序猿■如何使用这项技术？，机器学习到底是什么
文章图片
图1.人工智能与相关概念间的关系
2.什么是机器学习？
越是简单的概念其实越难解释 。 比如有人提到机器学习问题事实上是一个「优化问题」 ， 有人认为是机器学习是一个「编程概念」 ， 也有人认为现阶段的机器学习是「统计推断」 。
从不同的角度看 ， 这些说法都有道理 。 我个人比较喜欢TomMitchell对于「学习任务」的定义[1]：每个机器学习都可以被精准地定义为：1)任务T；2)训练过程E；3)模型表现P 。 而学习过程则可以被拆解为「为了实现任务T」 ， 我们「通过训练过程E」 ， 逐步「提高表现P」的一个过程 。
比如我们想要做一个模型来判断一张图片是猫还是狗（任务T） 。 为了提高模型的准确度（模型表现P） ， 我们不断给模型提供图片让其学习猫与狗的区别（训练过程E） 。 在这个学习过程中 ， 我们所得到的最终模型就是机器学习的产物 ， 而训练过程就是学习过程 。 「机器学习」和「人类学习」是可以做类比的 。 套用刚才的公式：为了在高考中得到高分（任务T） ， 小王每天做10套模拟题（训练E） ， 并不断参加模考检测自己的错误率（评估P） 。
但除了相似性以外 ， 机器与人类在学习过程中也有很多差异：
"机器可以标准化学习过程 ， 并提取出了学习结果（模型） ， 使得结果可迁移可复制 。 而人类的知识往往迁移成本更高 ， 比如小王高考得到了高分 ， 即使可以培训 ， 但他没法把这个秘诀直接传授给小张 。
【不一样的程序猿■如何使用这项技术？，机器学习到底是什么】机器可以从大量数据中进行学习 ， 而人类则有更大的限制 。 随着硬件发展和数据量累计 ， 机器学习模型可以从海量数据中学习 ， 而人类的大脑并不能做到这一点 。 但换个角度看 ， 人类最擅长的就是小样本学习并进行举一反三 ， 比如看两张猫狗图片就能大致有个概念 ， 而机器则往往需要海量数据才能做到 。
机器更加擅长准确定义问题 ， 而人类更擅长复杂且模糊问题 。 因为现阶段模型的限制 ， 机器学习更擅长定义清晰的问题 ， 比如是猫还是狗 ， 是高还是矮 ， 在局部问题上表现出众 。 而人类更擅长是做出复杂情况下判断 ， 拥有更好的“全局观” 。
值得一提的是对于同一任务 ， 机器和人类的解决思路不同 。 比如分辨猫与狗 ， 人类可能会依靠舌头的位置 ， 而机器从数据中可能学到的显著差别是瞳距鼻形等（只是假设） 。
机器与人类的学习过程中有很多差别 ， 上面只是其中的一小部分 。 比较显著的差别是现阶段的机器更适合简单问题、大量数据的高效且准确的预测 ， 而人类更适合复杂状况下面临有限数据做出决策 。 在可预见的未来 ， 我们依然还是需要两条腿走路 ， 让机器和人类做各自擅长的事情 ， 不能单纯的说谁更好 。 其实结合人类知识与机器的学习能力是非常自然的想法 ， 比如现在比较流行的主动学习（activelearning） ， 比如让机器学会阅读从人类知识库中收集知识 ， 比如人机互动（HCI）与机器学习的交叉研究等 。 3.机器学习任务的复杂度
前面提到了机器学习的最终产物往往是一个「模型」 。 因此从另一个角度看 ， 机器学习其实是在「寻找一个映射函数
? ， 使得输入
?经过
?后得到期望的输出
? ， 也就是


推荐阅读


上一篇：安卓中国▲Reno3 元气版开启预售，迎接元气视频生活，OPPO

下一篇：财经大人物■张启东：KTV专业音响效果被玄化的真相