本文科普了機(jī)器學(xué)習(xí)方面的知識(shí)，簡(jiǎn)單介紹了機(jī)器學(xué)習(xí)可以做什么，以及如何做的。以下是譯文。

在過(guò)去的幾個(gè)月中，我與很多的決策者交流了有關(guān)人工智能特別是機(jī)器學(xué)習(xí)方面的問(wèn)題。其中有幾名高管已經(jīng)被投資者詢問(wèn)了有關(guān)他們?cè)跈C(jī)器學(xué)習(xí)(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運(yùn)用了機(jī)器學(xué)習(xí)。那么這個(gè)技術(shù)課題為什么突然會(huì)成為公司董事會(huì)討論的話題呢?

計(jì)算機(jī)應(yīng)該為人類解決問(wèn)題。傳統(tǒng)的方法是“編寫(xiě)”所需的程序，換句話說(shuō)，就是我們教電腦問(wèn)題解決的算法。該算法詳細(xì)描述了解決問(wèn)題的過(guò)程，就像食譜一樣。很多任務(wù)都可以用算法來(lái)描述。例如，在小學(xué)里，我們學(xué)習(xí)了數(shù)字加法算法。當(dāng)涉及到要快速、完美地運(yùn)行這種算法時(shí)，計(jì)算機(jī)比人類更勝任這個(gè)工作。

然而，這個(gè)問(wèn)題解決的過(guò)程是有局限性的。我們?nèi)绾巫R(shí)別一張貓的照片呢?這個(gè)看起來(lái)很簡(jiǎn)單的任務(wù)卻難以用一種算法來(lái)描述。讓我們稍等片刻，仔細(xì)想想。即使是簡(jiǎn)單的說(shuō)明(如“有四條腿”或“有兩只眼睛”)也有其缺點(diǎn)，因?yàn)檫@些特點(diǎn)可能會(huì)被隱藏，或照片可能只顯示了貓的一部分。如果我們遇到識(shí)別腿或眼睛的任務(wù)時(shí)，那與識(shí)別貓一樣的困難。

這正是機(jī)器學(xué)習(xí)展現(xiàn)其實(shí)力的地方。計(jì)算機(jī)不需要開(kāi)發(fā)算法來(lái)解決問(wèn)題，而是使用示例來(lái)學(xué)習(xí)算法本身。我們用樣本來(lái)訓(xùn)練計(jì)算機(jī)。對(duì)于識(shí)別貓這個(gè)例子，我們需要使用大量的標(biāo)注了貓的照片來(lái)訓(xùn)練系統(tǒng)(監(jiān)督學(xué)習(xí))。通過(guò)這種方式，算法會(huì)發(fā)生進(jìn)化，繼而成熟，并最終能夠識(shí)別出陌生圖片上的貓。

事實(shí)上，在這種情況下，計(jì)算機(jī)通常不會(huì)學(xué)習(xí)經(jīng)典程序，甚至都不會(huì)學(xué)習(xí)模型中的參數(shù)，例如網(wǎng)絡(luò)中的邊緣權(quán)重。這個(gè)原理可以與我們大腦(包含了神經(jīng)元)的學(xué)習(xí)過(guò)程相比較。像大腦一樣，與傳統(tǒng)程序不同，這種具有邊緣權(quán)重的網(wǎng)絡(luò)幾乎不可能被人類所理解。

在這種情況下，被稱為深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法得到了巨大的成功。深度學(xué)習(xí)是一種特殊的機(jī)器學(xué)習(xí)，反過(guò)來(lái)又是人工智能的一門學(xué)科，是計(jì)算機(jī)科學(xué)研究的主要分支。早在2012年，谷歌研究小組成功地訓(xùn)練了一個(gè)擁有16000臺(tái)計(jì)算機(jī)，并從1000萬(wàn)段YouTube視頻中識(shí)別貓(和其他對(duì)象類別)的網(wǎng)絡(luò)。他們采用的就是深度學(xué)習(xí)技術(shù)。

許多與練習(xí)有關(guān)的問(wèn)題更傾向于屬于“識(shí)別貓”這個(gè)類別，而不是“數(shù)字加法”，因此，很難用人類編寫(xiě)的算法來(lái)解決這些問(wèn)題。這些問(wèn)題通常是在某些數(shù)據(jù)中識(shí)別模式，例如識(shí)別圖像中的對(duì)象、語(yǔ)言中的文本或交易數(shù)據(jù)中的欺詐行為。

這里有一個(gè)簡(jiǎn)單的例子，我們來(lái)看一下預(yù)測(cè)性維護(hù)。想象一下許多傳感器正在發(fā)送數(shù)據(jù)流，有時(shí)，某些機(jī)器會(huì)發(fā)生故障。現(xiàn)在的難題就是學(xué)習(xí)導(dǎo)致故障的數(shù)據(jù)流的模式。一旦學(xué)會(huì)了這種模式，就可以在正常操作期間識(shí)別出這種模式，從而預(yù)防潛在的故障。

雖然機(jī)器學(xué)習(xí)的原理并不新鮮，但目前深受大眾的追捧。這主要有三個(gè)原因：首先，用于應(yīng)用和訓(xùn)練的大量數(shù)據(jù)的可用性(“大數(shù)據(jù)”);其次，我們現(xiàn)在擁有巨大的計(jì)算能力，特別是在云端;第三，一系列的開(kāi)源項(xiàng)目使得每個(gè)人或多或少會(huì)使用一些算法。

機(jī)器學(xué)習(xí)不能代替?zhèn)鹘y(tǒng)編程，而是對(duì)傳統(tǒng)編程的補(bǔ)充。它提供了一些工具，使得我們能夠解決迄今為止難以甚至不可能解決的很多類問(wèn)題。總而言之，這些給我們帶來(lái)了新的機(jī)會(huì)，而現(xiàn)有的系統(tǒng)也越來(lái)越多地被改造并加入了機(jī)器學(xué)習(xí)功能。

遵循某種模式的重復(fù)操作就是一個(gè)典型的例子。假設(shè)有一個(gè)計(jì)算機(jī)程序，你可以通過(guò)點(diǎn)擊一系列復(fù)雜的菜單來(lái)使用它的一百個(gè)功能，但你每天只主動(dòng)地使用其中的某些功能。通過(guò)觀察你平時(shí)點(diǎn)擊的步驟，計(jì)算機(jī)可以學(xué)習(xí)預(yù)測(cè)你的下一步動(dòng)作，從而提高你操作的效率。計(jì)算機(jī)通過(guò)“學(xué)習(xí)”這些重復(fù)的數(shù)據(jù)和對(duì)象，可以使得許多步驟自動(dòng)化執(zhí)行，從而加快了速度。

在每個(gè)領(lǐng)域都可以找到更多的例子：針對(duì)個(gè)別學(xué)生(特別是“大型開(kāi)放式在線課程”，即MOOC)定制學(xué)習(xí)教材、疾病的早期診斷、在線營(yíng)銷目標(biāo)群體、客戶流失、自動(dòng)識(shí)別數(shù)據(jù)質(zhì)量問(wèn)題，或通過(guò)約會(huì)服務(wù)匹配用戶個(gè)人信息。

由于Spark擁有很多先進(jìn)的工具，它(集成在Hadoop中)已經(jīng)在機(jī)器學(xué)習(xí)領(lǐng)域成為領(lǐng)先的大數(shù)據(jù)框架。 Talend也正向著這個(gè)目標(biāo)發(fā)展，并且通過(guò)建模能夠抽象出一個(gè)更高的層次。建模可以降低復(fù)雜度，同時(shí)還會(huì)弱化與發(fā)展迅速并且門檻較高的基礎(chǔ)技術(shù)之間的依賴關(guān)系。

只有少數(shù)專家需要真正了解機(jī)器學(xué)習(xí)方面的算法細(xì)節(jié)。但是，如果每個(gè)人都能理解機(jī)器學(xué)習(xí)相關(guān)概念的話也是有好處的，比如知道機(jī)器學(xué)習(xí)是從示例中學(xué)習(xí)模式，并且能夠應(yīng)用到新的數(shù)據(jù)集上。最終，機(jī)器學(xué)習(xí)擴(kuò)大了機(jī)器可以解決問(wèn)題的類別，從而實(shí)現(xiàn)自動(dòng)化：具體來(lái)說(shuō)就是通過(guò)決策來(lái)實(shí)現(xiàn)。這正是計(jì)算機(jī)學(xué)到的東西;它根據(jù)從訓(xùn)練數(shù)據(jù)積累到的知識(shí)，對(duì)新的數(shù)據(jù)做出決策。一方面，我們可以通過(guò)自動(dòng)化的決策，將機(jī)器學(xué)習(xí)應(yīng)用在我們的業(yè)務(wù)或圈子中。另一方面，我們自己本身就是一個(gè)數(shù)據(jù)源，其他的機(jī)器可以對(duì)我們進(jìn)行分析并優(yōu)化他們自己的業(yè)務(wù)。

總而言之，我想給大家留下這樣一幅畫(huà)面：計(jì)算機(jī)現(xiàn)在不僅能夠遵循明確的指令(例如數(shù)字相加)，還可以通過(guò)例子進(jìn)行學(xué)習(xí)(例如通過(guò)訓(xùn)練樣例來(lái)識(shí)別貓的圖片)。根據(jù)要解決的問(wèn)題的不同，某個(gè)方法可能比另外一個(gè)更合適。然而，當(dāng)這兩個(gè)方法以某種方式結(jié)合起來(lái)使用的話，最終能為自動(dòng)化帶來(lái)更多的機(jī)會(huì)。