机器人与人工智能爱好者论坛

标题: 机器的魔法系列I 一台会学习的机器长啥样？ [打印本页]

作者: 清新de花 时间: 2015-11-17 12:06
标题: 机器的魔法系列I 一台会学习的机器长啥样？

机器的魔法系列I 一台会学习的机器长啥样？

2015-11-16 18:23:28 编辑：sunshine

机器学习，各位小伙伴一定都早有耳闻。但你能说清它们到底是什么意思么？
当然，万能的互联网上有海量关于它的定义，但大多相当深奥，非专业人士很难理解。今天，小编就用最浅显易懂的语言简要解释一下机器学习的精髓吧～

机器学习无处不在
千万不要觉得机器学习（Machine Learning）离你非常遥远，还是停留在研发阶段的科研概念。其实我们日常生活中早已经融入了大量由机器学习研发出来的产品和服务。
举几个例子：

能识别语音指令的Google Now、能翻译多种语言的Google Translate

能自动过滤垃圾邮件的Inbox、

能识别手写签名的ATM

能按照内容进行自动识别和分类的Google Photos

是的！你没有看错，这些你已经习以为常的功能和服务都是在机器学习的帮助下实现的哦！
那么问题来了，既然我们都已经用上了这些功能，那科学家们还在纠结什么？要了解这个，我们先要看看，机器学习和普通编程到底区别在哪里。
机器要学什么？
下图所展示的内容，各位程序员一定非常熟悉。

传统的意义下，想要计算机实现任何一个哪怕再简单的动作指令都需要有具体的程序指引才能完成。以大厦入口处的自动门为例，传统的程序可以指导自动门当检测到有物体通过该区域的时候自动打开，并在特定时长之后关闭。但是，如果我们想要的功能是：只允许在人类通过的时候开启大门呢？或者再复杂一些，我们希望每次通过电动门的只有人类和他的非电动交通工具呢？用大量代码去描述这些客观存在的特征以及我们的要求显然不是最好的解决办法。所以，我们希望教会机器通过人们提供的例子学习准确判断并响应我们的要求。
只不过，大千世界的五彩斑斓给机器学习带来了无数挑战。作为人类，我们可以轻松的辨别出周遭的事物。被大雪蒙住的路牌，还是路牌；假装是自由女神的狗狗，还是狗狗；长的像摩托车的电动自行车，还是电动自行车。
套用本山大叔的话来说就是：小样儿，穿个马甲儿我就不认识你了？？

想象一下，如果我们要啰里八嗦的把这些非典型事物及现象都用一行一行的代码告诉计算机，那将会是一项多么庞杂的工作。
更恐怖的是，我们很有可能遗漏一些特殊的情况和案例，造成功能实现上的故障。比如你穿着万圣节的鬼怪服饰，大门就无法识别你人类的身份。。。那简直太尴尬了不是么？况且，当计算机被应用在更加复杂精密的应用场景下的时候，我们更加期待机器可以比我们更聪明，能够通过大量案例、数据的总结而做到精准的判断。
机器是怎么学的？
要回答这个问题，我们先要知道人类的大脑是怎么学习的。在生物神经网络系统下（其实就是大脑），每一个神经元根据其他神经元传达的信息来决定自己如何反馈。当想要让计算机也能拥有最简单的“思考”能力时，我们所需要做的就是模拟生物神经网络，搭建一个人工神经网络（ Artificial Neural Network) ，然后告诉这些“没什么自觉性”的人工神经元：“行，你们仨一组，做这件事；另外那几个，做那件事。” （当然这是需要程序和模型实现的）
就像这样：

从前，这个过程都是建立在一个三层的人工神经网络来实现的。如今，Google已经通过不断的努力，构建出了一个由更多层神经元构成的深度机器学习网络。
比如，当我们需要计算机辨别图片中的狗狗时（如下图），每一层的神经元只会抓取图片中很小的一个部分去分析很辨认。只不过，这些神经元根本不会理解“狗”这个具体概念。它只知道它传递出的分析信号对其它神经元有效，由此实现信号在网络中的一系列传递。最后，两个被设置为“决策者”的神经元通过统观其下层所有神经元所呈现的信息最终得出结论。

“决策神经元：哦，大家都说是狗，那好吧，我判断它就是狗！至少94.2%确定”
不过，实现机器学习可谓是长路漫漫。这个训练过程也是很漫长的。正如前面所说到的，大千世界，缤纷多彩。在这个过程中，机器很有可能犯一些我们不大可能犯的错。或者，机器学起来是需要很长时间的积累的。

当你告诉计算机，这是一辆校车。下次你再问它，计算机很有可能说：蛤？这是啥？

再或者，无论是“雪橇三傻”还是“泰迪熊”，我们都知道它们都是狗。但计算机就悬了。。。
这样看起来，我们人类真的是非常出色的学习者。毕竟，如果你在5分钟前指着一双靴子告诉一个五岁的孩子说：“这是一双鞋”。5分钟以后，你如果指着一双别的颜色鞋子问他那是什么？那孩子应该不大可能告诉你说：额。。。我不知道”
好啦，关于机器学习系列的第一集，我们先说这么多。如果你觉得意犹未尽，请观看由Google多位科学家共同呈现的Machine Learning: Making Sense of a Messy World视频吧～
http://v.qq.com/boke/page/w/1/o/w017046q71o.html
http://v.qq.com/page/k/d/n/k017208x1dn.html

欢迎光临机器人与人工智能爱好者论坛 (http://robot-ai.org/)