郭若宇 廣州外國語學(xué)校

1.前言

1997年5月3日國際象棋世界冠軍卡斯帕羅夫與IBM超級電腦“深藍(lán)”展開首次“人機大戰(zhàn)”，以一勝二負(fù)三和的戰(zhàn)績敗北。2016年、2017年人工智能圍棋程序“AlphaGo”先后兩次戰(zhàn)勝圍棋屆頂尖高手韓國的李世石與中國的柯潔對戰(zhàn)。由于計算機超強的運算能力是人類無法企及的，從這個意義上來說，“AlphaGo”的勝利是計算能力和算法的勝利。就像代表人類出戰(zhàn)的中國圍棋職業(yè)九段棋手柯潔以0：3完敗于“AlphaGo”之后感慨的“人類是會犯錯的，而機器不會犯錯”。

隨著現(xiàn)代科技日新月異的快速發(fā)展，智能手機、智能穿戴設(shè)備等智能數(shù)碼產(chǎn)品已經(jīng)成為我們生活中的重要組成部分，而且由于性能的不斷提升使得產(chǎn)品的更新?lián)Q代速度越來越快，性價比也越來越高，這一切都可歸因于20多年來以機器學(xué)習(xí)為核心的人工智能技術(shù)的飛躍式發(fā)展。

2.機器學(xué)習(xí)的概念及分類

2.1 機器學(xué)習(xí)的概念

“AlphaGo”的出現(xiàn)讓“人工智能（Artificial Intelligence）”和“機器學(xué)習(xí)（Machine Learning）”前所未有地為大眾所熟知。在多數(shù)人看來，二者之間可以劃等號，都指可以代替人類工作的先進(jìn)生產(chǎn)力，事實并非如此。人工智能指的是以人工方式制造具有或類似“人類智能”的機器，而機器學(xué)習(xí)指的是使電腦或其它數(shù)碼產(chǎn)品在人工編程之外自主運作的能力，它是人工智能的核心，是使計算機或其它數(shù)碼產(chǎn)品實現(xiàn)“像人類一樣思考、判斷并解決問題”的能力的途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域：數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA測序、語音和手寫識別、戰(zhàn)略游戲和機器人運用等，體現(xiàn)在普通人生活中的就是數(shù)碼產(chǎn)品上層出不窮的App應(yīng)用，讓我們的生活越來越便捷和舒適。

2.2 機器學(xué)習(xí)的分類

由于訓(xùn)練方法和應(yīng)用領(lǐng)域的不同，機器學(xué)習(xí)主要分為監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)等四種類型。機器學(xué)習(xí)必須是建立在海量數(shù)據(jù)的基礎(chǔ)之上，

（1）監(jiān)督學(xué)習(xí)（Supervised Learning）

監(jiān)督學(xué)習(xí)又被稱為“有老師的學(xué)習(xí)”，所謂的老師就是事物特征對應(yīng)的標(biāo)簽，比如水果的顏色、形狀、味道和香氣等。監(jiān)督學(xué)習(xí)的過程為先通過已知的訓(xùn)練樣本（如已知輸入和對應(yīng)的輸出）來訓(xùn)練，從而得到一個最優(yōu)模型，再將這個模型應(yīng)用在新的數(shù)據(jù)上，映射為輸出結(jié)果。再經(jīng)過這樣的過程后，模型就有了預(yù)知能力。比如小朋友第一次看見蘋果和桔子兩種水果，老師告訴他（她）哪種是蘋果，哪種是桔子，并且從形狀、顏色、味道和香氣等方面加以解釋，下一次小朋友再看見這兩種水果后就能進(jìn)行準(zhǔn)確的分辨，這是監(jiān)督學(xué)習(xí)。當(dāng)在人工智能中，監(jiān)督學(xué)習(xí)主要被應(yīng)用于快速高效地教受AI 現(xiàn)有的知識。例如多次打敗圍棋世界冠軍的“AlphaGo”， 就是利用監(jiān)督學(xué)習(xí)來“記憶理解”上千萬盤的人類對弈棋譜，通過人類輸入的“現(xiàn)成的”信息來進(jìn)行學(xué)習(xí)的。

（2）無監(jiān)督學(xué)習(xí)（Unsupervised Learning）

無監(jiān)督學(xué)習(xí)被稱為“沒有老師的學(xué)習(xí)”，和監(jiān)督學(xué)習(xí)相比，是沒有“老師指導(dǎo)”的訓(xùn)練過程，而是直接拿數(shù)據(jù)進(jìn)行建模分析，意味著這些都是要通過機器自行學(xué)習(xí)后探索事物間的關(guān)系或規(guī)律。還是以第一次看見蘋果和桔子兩種水果的小朋友為例，這一次沒人告訴他（她）哪個是蘋果哪個是桔子，但小朋友根據(jù)他們的形狀、顏色、味道和香氣等特征的不同鑒別出這是兩種不同的水果，并對特征歸類，這是無監(jiān)督學(xué)習(xí)。在人類探索認(rèn)識世界的過程中經(jīng)常會用到無監(jiān)督學(xué)習(xí)，這是人類文明發(fā)展進(jìn)步的重要力量。無監(jiān)督學(xué)習(xí)說起來比監(jiān)督學(xué)習(xí)更難一點，因為這個過程非常像老師沒講知識點就給我們一堆沒有答案的習(xí)題，然后讓我們自己做，看我們能不能從中學(xué)到什么。和監(jiān)督學(xué)習(xí)相比，無監(jiān)督學(xué)習(xí)相當(dāng)于在黑暗中摸索，存在耗時長以及學(xué)習(xí)效果不佳的問題。

（3）半監(jiān)督學(xué)習(xí)（Semi-Supervised Learning）

目前海量存在的網(wǎng)頁分類、文本分類、基因序列比對、蛋白質(zhì)功能預(yù)測、語音識別和計算機視覺等數(shù)據(jù)大部分屬于無標(biāo)簽數(shù)據(jù)，只有極少一部分?jǐn)?shù)據(jù)通過特殊設(shè)備或經(jīng)過昂貴且用時非常長的實驗過程獲得標(biāo)簽，這種大量無標(biāo)簽數(shù)據(jù)和少量標(biāo)簽數(shù)據(jù)共存的情況催生了半監(jiān)督學(xué)習(xí)，即將大量的無類標(biāo)簽的樣例加入到有限的有類標(biāo)簽的樣本中一起訓(xùn)練來進(jìn)行學(xué)習(xí)，期望能對學(xué)習(xí)性能起到改進(jìn)的作用。對于半監(jiān)督學(xué)習(xí)，其訓(xùn)練數(shù)據(jù)的一部分是有標(biāo)簽的，另一部分沒有標(biāo)簽，而沒標(biāo)簽數(shù)據(jù)的數(shù)量常常極大于有標(biāo)簽數(shù)據(jù)數(shù)量（這也是符合現(xiàn)實情況的），通過一些有標(biāo)簽數(shù)據(jù)的局部特征，以及更多沒標(biāo)簽數(shù)據(jù)的整體分布，就可以得到可以接受甚至是非常好的分類結(jié)果。在AI咨詢公司Joostware工作Delip Rao構(gòu)建了一個使用半監(jiān)督學(xué)習(xí)的解決方案，每個類中只需使用30個標(biāo)簽，就可以達(dá)到與使用監(jiān)督學(xué)習(xí)訓(xùn)練的模型相同的準(zhǔn)確度，而在這個監(jiān)督學(xué)習(xí)模型中，每個類中需要1360個左右的標(biāo)簽。因此，這個半監(jiān)督學(xué)習(xí)方案使得他們的客戶能夠非常快地將其預(yù)測功能從20個類別擴展到110個類別。半監(jiān)督學(xué)習(xí)避免了數(shù)據(jù)和資源的浪費，同時解決了監(jiān)督學(xué)習(xí)的模型泛化能力不強和無監(jiān)督學(xué)習(xí)的模型不精確等問題.

（4）強化學(xué)習(xí)（Reinforcement Learning）

強化學(xué)習(xí)是指機器自身收集環(huán)境中的相關(guān)信息作出判斷，并綜合成自己的“經(jīng)驗”。它有點像平時老師讓我們用學(xué)到的知識去解決某些答案并不確定的復(fù)雜問題，例如我們在學(xué)習(xí)數(shù)學(xué)的過程中，老師分別講解了三角、圓、矩形等多個單元的知識點后，將相關(guān)的知識點揉在一起出一個綜合題來考察我們解決問題的能力。再以海洋館常見的海豚跳圈表演為例，假設(shè)海豚在平時的訓(xùn)練中已經(jīng)掌握了跳一個圈的能力（順利完成動作會得到食物獎賞），現(xiàn)在訓(xùn)練師想讓它完成更復(fù)雜的動作，比如增加呼啦圈的數(shù)量、改變呼啦圈的位置等，并且每次完成一個既定目標(biāo)就可以獲得相應(yīng)的食物獎賞，而且獎賞的豐富程度與動作的復(fù)雜程度相匹配，這樣經(jīng)過多次“訓(xùn)練-失敗-沒獎賞”、“訓(xùn)練-成功-獎賞”的“強化學(xué)習(xí)” 之后，海豚就可以自如地進(jìn)行表演了。AlphaGo 利用監(jiān)督學(xué)習(xí)參照人類的走法大致學(xué)會了預(yù)測下一步，但是缺乏實戰(zhàn)經(jīng)驗，于是計算機科學(xué)家讓兩個非監(jiān)督學(xué)習(xí)下建立的AlphaGo 互相下棋并不斷調(diào)整，保留勝方的模式和參數(shù)，經(jīng)過3000 萬盤強化訓(xùn)練后，AlphaGo 便通過“左右互搏”提高了“實戰(zhàn)能力”。強化學(xué)習(xí)這一方法背后的數(shù)學(xué)原理，與監(jiān)督/ 非監(jiān)督學(xué)習(xí)略有差異。監(jiān)督/非監(jiān)督學(xué)習(xí)更多地應(yīng)用了統(tǒng)計學(xué)，而強化學(xué)習(xí)更多地結(jié)合了離散數(shù)學(xué)、隨機過程這些數(shù)學(xué)方法。

3.機器學(xué)習(xí)的基石--云數(shù)據(jù)

機器學(xué)習(xí)是基于海量的有標(biāo)簽或無標(biāo)簽的數(shù)據(jù)的，不管是什么領(lǐng)域，只要呈現(xiàn)充足的數(shù)據(jù)并經(jīng)過適當(dāng)?shù)挠?xùn)練就可以自動識別里面的規(guī)律，進(jìn)行分類、預(yù)測等。比如我們在網(wǎng)絡(luò)購物時就會發(fā)現(xiàn)，購物網(wǎng)站會根據(jù)我們之前的購物行為大致判斷出我們的購物喜好，從而自動推薦一些我們喜歡的商品供我們參考，由此可見，隨著我們購物次數(shù)的增加，在網(wǎng)上積累的相關(guān)數(shù)據(jù)就越多，個人的購物特征就會越來越清晰。與此同時，對大量消費者的購物特征數(shù)據(jù)加以集中和強化學(xué)習(xí)，就又可以增強機器判斷的本領(lǐng)，比如性別、年齡、收入水平和家庭結(jié)構(gòu)等對購物行為的影響，進(jìn)而給購物網(wǎng)站的經(jīng)營者帶來更多更有用的信息，提高網(wǎng)站的盈利能力。這就是機器學(xué)習(xí)的本質(zhì)。

機器學(xué)習(xí)的發(fā)展與云計算的普及幾乎同步，其原因在于云應(yīng)用程序、平臺和基礎(chǔ)設(shè)施的無縫集成將信息孤島打破，把各個組織及其網(wǎng)絡(luò)的數(shù)據(jù)都吸引進(jìn)來，為機器學(xué)習(xí)所用。機器學(xué)習(xí)所基于的算法需要盡可能多的、來自不同領(lǐng)域的數(shù)據(jù)。聚集的數(shù)據(jù)量越多，它就會變得越聰明，其決策潛能也就越大。機器學(xué)習(xí)的基礎(chǔ)是數(shù)據(jù)的掌握和應(yīng)用。如果擁有更多的數(shù)據(jù)并且有更強的數(shù)據(jù)處理和分析的能力，機器學(xué)習(xí)的效果就更好，甚至可以超出人類的水平，甲骨文公司提出自治的云平臺的概念，這個概念就像無人駕駛汽車一樣，將一些局部的應(yīng)用結(jié)合成為一個整體，成為一個基于機器學(xué)習(xí)的無人干預(yù)的云平臺。

4.機器學(xué)習(xí)在智能數(shù)碼產(chǎn)品中的應(yīng)用

4.1 機器學(xué)習(xí)在智能手機中的應(yīng)用技術(shù)

Strategy Analytics近期發(fā)布的研究報告指出，全球今年銷售的智能手機每三臺就有一臺使用基于人工智能（AI）的虛擬助手，而且基于設(shè)備的機器學(xué)習(xí)功能會大大提高智能手機AI的運行速度。機器學(xué)習(xí)技術(shù)已經(jīng)被應(yīng)用到智能手機的各類應(yīng)用中。最為著名的是智能手機上的“Siri”和Cortana（微軟小娜）等虛擬手機助手，可以幫助你管理日程，設(shè)置鬧鐘、打電話、發(fā)信息、打開應(yīng)用、搜索、導(dǎo)航、翻譯，并回答你的任何問題。還能根據(jù)你的喜好，主動推送專屬于你的定制信息。此外還有許多新穎的智能App被不斷研發(fā)出來，如飲食助手APP“Bitesnap”，可以通過拍照識別飯菜并計算它的熱量營養(yǎng),協(xié)助用戶進(jìn)行熱量攝入控制，更有效地執(zhí)行用戶的膳食計劃。當(dāng)你碰到喜歡的東西，但不知道產(chǎn)品的商業(yè)信息時，一款名為“拍立淘”的軟件可以大顯身手，通過這個應(yīng)用對感興趣的物品進(jìn)行拍照，我們很快便會在阿里系的購物網(wǎng)站上獲得該物品的信息，目前拍立淘的適用商品基本覆蓋了消費者的所有需求，包括男女裝、鞋包、配飾到瓶飲、日用品、化妝品等等。訊飛輸入法APP是一款可以識別方言的語音輸入法，不僅支持粵語、英語、普通話識別，還支持客家話、四川話、河南話、東北話、天津話、湖南(長沙)話、山東（濟南）話、湖北（武漢）話、安徽（合肥）話、江西（南昌）話、閩南語、陜西（西安）話、江蘇（南京）話、山西（太原）話、上海話等方言識別，具有強大的語音識別效果，語音識別率超過95%。形色APP是一款識別花卉、分享附近花卉的APP應(yīng)用?？梢砸幻刖湍茏R別植物，支持識別4千種植物，準(zhǔn)確率高達(dá)82%，可以在1～5秒內(nèi)給出花名，App內(nèi)部也有識花大師幫忙鑒定植物，地圖上更有特色植物景點攻略。綜上，上述智能App的開發(fā)和應(yīng)用就是源于大數(shù)據(jù)的機器學(xué)習(xí)的結(jié)果。2018年3月6日下午，芯片廠商ARM在北京舉辦發(fā)布會上公布了4款新GPU，分別為Mali-G52、Mali-G32、Mali-D51和Mali-V52，在最重要的機器學(xué)習(xí)能力上，Mali-G52是上一代產(chǎn)品的3.6倍，這意味著絕大多數(shù)智能設(shè)備在未來都能擁有機器學(xué)習(xí)能力。

4.2 機器學(xué)習(xí)在智能穿戴設(shè)備中的應(yīng)用技術(shù)

現(xiàn)代社會文明的快速發(fā)展，使得人們追求“健康生活”的愿望日益強烈，人們比以往更加關(guān)注自己的身體健康，在這種背景之下，以實時監(jiān)測血液、心臟及運動能耗等生理指標(biāo)的智能穿戴產(chǎn)品應(yīng)運而生，如智能手環(huán)、智能手表、智能眼鏡等，我們的體力活動、位置以及身體生理數(shù)據(jù)等每一點變化都成為了可被記錄和分析的數(shù)據(jù)。基于加速度探測技術(shù)的智能可穿戴設(shè)備，通過加速度傳感器探測人體身體活動的加速度，再依靠一系列算法估算人體體力活動的能量消耗，為我們的健康飲食和運動方式提供大量的數(shù)字化信息。2017年11月美國斯坦福醫(yī)院就宣布和蘋果合作，通過iWatch對心率的監(jiān)測探索是否能對房顫等心臟病進(jìn)行預(yù)警。蘋果公司通過軟件采集人體生理數(shù)據(jù)，基于機器學(xué)習(xí)算法對光電反射傳感器采集的心率大數(shù)據(jù)，針對于該用戶進(jìn)行自適應(yīng)的個性化心律曲線分析，并針對該用戶建立相匹配的心律狀況評價函數(shù)，實時分析出用戶心律狀況，區(qū)分心臟節(jié)律與其他雜音，從而發(fā)現(xiàn)心律異常等問題并將信息發(fā)送到蘋果手機上并進(jìn)行心律異常狀況預(yù)測和預(yù)警。微軟公司也在2017年Build大會上則展示了一款可以識別帕金森患者顫抖頻率的手環(huán)，并通過同樣頻率的顫抖幫助帕金森患者寫字。通過不斷地進(jìn)行多種形式的機器學(xué)習(xí)，智能穿戴設(shè)備有望給我們的生活帶來不斷的驚喜。以睡眠為例，手環(huán)對體征的監(jiān)測完全可以被融入到物聯(lián)網(wǎng)的大話題下，手環(huán)把監(jiān)測到的數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行對比和分析，得出“用戶最近的睡眠質(zhì)量差”的判斷，可以直接推薦用戶購買褪黑素等保健產(chǎn)品以及針對性的生活方式方面的個性化建議。比如智能球拍在進(jìn)行大量的“機器學(xué)習(xí)”鍛煉后，就可以記錄用戶手臂的運動軌跡并進(jìn)行分析，通過震動的方式矯正用戶運動姿勢。

5.展望

機器學(xué)習(xí)是一個活躍且充滿生命力的研究領(lǐng)域，同時也是一個困難和爭議較多的研究領(lǐng)域。從目前研究趨勢看，機器學(xué)習(xí)今后主要的研究方向如下：

5.1 人類學(xué)習(xí)機制的研究

人類和機器誰是未來世界的主宰一直存在大量爭論，機器是人類發(fā)明的，但其初衷是希望幫助人類更好地發(fā)展，目前在很多問題的處理上還存在諸多不足，因此需要進(jìn)一步借鑒人類學(xué)習(xí)機制，拓展現(xiàn)有的機器學(xué)習(xí)思路。

5.2 優(yōu)化提升現(xiàn)有學(xué)習(xí)方法

從目前機器學(xué)習(xí)的4種主要方式來看，均各有其長處和不足，有必要通過新的方法和手段進(jìn)一步完善現(xiàn)有的學(xué)習(xí)方式。即如何通過更少的數(shù)據(jù)（標(biāo)簽數(shù)據(jù)或非標(biāo)簽數(shù)據(jù)），建立更有效的數(shù)學(xué)模型，進(jìn)行更準(zhǔn)確的結(jié)果判斷或解決方案。

5.3 機器學(xué)習(xí)在智能App方面的拓展研究

進(jìn)一步拓展機器學(xué)習(xí)研究的領(lǐng)域及深度，開發(fā)出更多、更好的智能App應(yīng)用。