有關(guān)機器學(xué)習(xí)每個人都應(yīng)該了解的東西
本文科普了機器學(xué)習(xí)方面的知識，簡單介紹了機器學(xué)習(xí)可以做什么，以及如何做的。以下是譯文。
在過去的幾個月中，我與很多的決策者交流了有關(guān)人工智能特別是機器學(xué)習(xí)方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關(guān)他們在機器學(xué)習(xí)(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運用了機器學(xué)習(xí)。那么這個技術(shù)課題為什么突然會成為公司董事會討論的話題呢?
計算機應(yīng)該為人類解決問題。傳統(tǒng)的方法是“編寫”所需的程序，換句話說，就是我們教電腦問題解決的算法。該算法詳細描述了解決問題的過程，就像食譜一樣。很多任務(wù)都可以用算法來描述。例如，在小學(xué)里，我們學(xué)習(xí)了數(shù)字加法算法。當涉及到要快速、完美地運行這種算法時，計算機比人類更勝任這個工作。
然而，這個問題解決的過程是有局限性的。我們?nèi)绾巫R別一張貓的照片呢?這個看起來很簡單的任務(wù)卻難以用一種算法來描述。讓我們稍等片刻，仔細想想。即使是簡單的說明(如“有四條腿”或“有兩只眼睛”)也有其缺點，因為這些特點可能會被隱藏，或照片可能只顯示了貓的一部分。如果我們遇到識別腿或眼睛的任務(wù)時，那與識別貓一樣的困難。
這正是機器學(xué)習(xí)展現(xiàn)其實力的地方。計算機不需要開發(fā)算法來解決問題，而是使用示例來學(xué)習(xí)算法本身。我們用樣本來訓(xùn)練計算機。對于識別貓這個例子，我們需要使用大量的標注了貓的照片來訓(xùn)練系統(tǒng)(監(jiān)督學(xué)習(xí))。通過這種方式，算法會發(fā)生進化，繼而成熟，并最終能夠識別出陌生圖片上的貓。
