機(jī)器學(xué)習(xí)是什么？給你十秒鐘，請(qǐng)給出答案。

……

不知道？就這你還想從事人工智能行業(yè)？得了吧！

聽(tīng)著：機(jī)器學(xué)習(xí)使用數(shù)據(jù)中的模式來(lái)標(biāo)記事物。

聽(tīng)起來(lái)是不是很神奇？

......

好了，就此打住。

[[358690]]

機(jī)器學(xué)習(xí)的核心概念其實(shí)非常簡(jiǎn)單，簡(jiǎn)單到讓人“尷尬”。

這里說(shuō)的“尷尬”是指，如果有人在你面前“裝逼”，讓你覺(jué)得機(jī)器學(xué)習(xí)很神奇，他們應(yīng)該感到尷尬。為什么呢？且看這篇“反裝逼”指南。

這篇指南的作者是Cassie Kozyrkov，谷歌的首席決策情報(bào)工程師，不僅人美，心也善。經(jīng)常在Hacker Noon上發(fā)表一些與人工智能相關(guān)的干貨文章。

[[358691]]

在這篇指南中，她使用的例子是葡萄酒。她還很貼心地提到，如果你不喜歡喝葡萄酒，也可以把葡萄酒腦補(bǔ)成任何你喜歡喝的飲品，比如茶。

好了，廢話不多說(shuō)，讓我們搬起小板凳，進(jìn)入正題吧~

機(jī)器學(xué)習(xí)到底是如何工作的？

[[358692]]

機(jī)器學(xué)習(xí)并不是魔法，沒(méi)有數(shù)據(jù)是不可能學(xué)習(xí)的，所以想要完成這個(gè)類比，必須要喝一些葡萄酒。

數(shù)據(jù)

為了學(xué)習(xí)，需要有獻(xiàn)身精神。大家可以體會(huì)下，一口氣喝了50種葡萄酒是種什么感受。關(guān)鍵是喝完酒還不算完，我還要處理這些信息，并把它們可視化，以便在下面觀看。

每一種葡萄酒都有相應(yīng)的年份，品嘗完了之后要打個(gè)分，然后給出一個(gè)判斷。這個(gè)判斷，也就是我們希望人工智能之后能夠自己做出的判斷：Y代表好喝，N代表不好喝。

相關(guān)的數(shù)據(jù)都記錄在了電子表格中（左），但是為了讓大家看得舒服，我把所有的數(shù)據(jù)都可視化了（右）。

算法

接下來(lái)，就要進(jìn)行下一件事情了。把紅色區(qū)域和藍(lán)色區(qū)域分開(kāi)，你能做到嗎？機(jī)器學(xué)習(xí)就是要選擇一種算法來(lái)完成這個(gè)過(guò)程，選了哪個(gè)算法，就決定了最后會(huì)得到哪種模型。

如果你想著劃一條線來(lái)完成這項(xiàng)工作的話，那恭喜你！你剛剛發(fā)明了一種機(jī)器學(xué)習(xí)算法，它的名字叫……感知器（perceptron）。是的，就是這么高大上，它的名字就是這么酷炫。請(qǐng)不要被機(jī)器學(xué)習(xí)中的“行話”嚇倒，通常情況下都是大忽悠。

但是，你劃的線應(yīng)該指向哪里呢？我們的目標(biāo)是把Y和N分開(kāi)，劃一條直線并不是一個(gè)非常聰明的解決方案。

我們選擇一種機(jī)器學(xué)習(xí)算法的目的，是為了找到最合理的地方劃出分界線。這需要通過(guò)優(yōu)化目標(biāo)函數(shù)來(lái)完成。

優(yōu)化

你可以這樣想：目標(biāo)函數(shù)就像是棋盤游戲的規(guī)則一樣，優(yōu)化就是找到一個(gè)能夠獲得高分的玩法。

[[358693]]

從傳統(tǒng)上來(lái)說(shuō)，在機(jī)器學(xué)習(xí)中，我們更喜歡“棍棒”而不是“胡蘿卜”。也就是對(duì)錯(cuò)誤進(jìn)行計(jì)分。這就是為什么機(jī)器學(xué)習(xí)中的目標(biāo)函數(shù)被稱為“損失函數(shù)”，目的就是要盡量減少損失。

想親自玩一把嗎？回到上面的那張圖，用你的手指在屏幕上劃線把Y和N分開(kāi)，直到零失誤。感知器同志，感覺(jué)到未來(lái)觸手可及了嗎？

也許，你得到的解決方案是這樣的：

最左邊的這種結(jié)果，我沒(méi)有嘗試過(guò)。中間的那個(gè)也不太合適。我最喜歡的是最右邊那個(gè)。

算法是具有多樣性的，它們之間最不同的一個(gè)方面，就是它們?cè)趺慈ゴ_定分界線。

癡迷于優(yōu)化的那群人會(huì)告訴你，以微小的增量調(diào)整分界線是不明智的，還有更好、更快的方法來(lái)找到最佳位置。一些研究人員致力于花一輩子的時(shí)間找出一種方法，不管數(shù)據(jù)多復(fù)雜，都能最簡(jiǎn)單地找到最好的分界線位置。

算法的另一個(gè)不同的方面是邊線的形狀。邊界線不一定是直的。不同的算法，使用的邊界線形狀也不同。如下圖：

為追趕潮流的人設(shè)計(jì)的算法

如今，沒(méi)有一個(gè)追趕數(shù)據(jù)科學(xué)浪潮的人會(huì)選擇用直線來(lái)區(qū)分。那些看上去很靈活、很彎曲的線在他們之中非常流行。他們會(huì)使用其實(shí)并沒(méi)有多少神經(jīng)的神經(jīng)網(wǎng)絡(luò)算法。我更傾向于稱它們?yōu)?ldquo;瑜伽網(wǎng)絡(luò)”或者是“多層數(shù)學(xué)運(yùn)算”，但好像沒(méi)有人喜歡我的這種叫法。

[[358694]]

不同的算法會(huì)告訴你，它們會(huì)在數(shù)據(jù)中放置什么形狀的邊界線。但如果你是一個(gè)應(yīng)用型的機(jī)器學(xué)習(xí)愛(ài)好者，記不住它們那種天書般的名字也沒(méi)關(guān)系——在實(shí)踐中，你只需要盡可能多地將數(shù)據(jù)輸入到算法中，然后重復(fù)執(zhí)行那些看起來(lái)很有希望的事情就行了。

模型

一旦邊界線劃好了，算法也就完成了，你就能從中得到你想要的東西了：一個(gè)模型。在下一次我給它“看”一瓶新的葡萄酒的時(shí)候，它就能將數(shù)據(jù)轉(zhuǎn)換成決定。

標(biāo)簽

一旦你把新鮮出爐的模型投入使用，在計(jì)算機(jī)中輸入葡萄酒的年份和評(píng)價(jià)分?jǐn)?shù)后，你的模型會(huì)給它找出對(duì)應(yīng)的區(qū)域并輸出標(biāo)簽。

那問(wèn)題來(lái)了，我們?nèi)绾沃浪欠裼行兀空l(shuí)知道這是不是瞎搞？最直接的辦法就是對(duì)輸出進(jìn)行檢查。

通過(guò)運(yùn)行一堆新數(shù)據(jù)來(lái)測(cè)試你的模型，并確保它能夠一直能夠良好的運(yùn)行。事實(shí)上，無(wú)論模型是算法想出來(lái)的還是程序員想出來(lái)，都要這樣做。

結(jié)語(yǔ)
在我此前的另一篇文章中，我對(duì)整個(gè)過(guò)程進(jìn)行了一個(gè)類比：

詩(shī)人與機(jī)器學(xué)習(xí)

如果你看不懂這個(gè)類比，也許你會(huì)喜歡這個(gè)：詩(shī)人會(huì)選擇一種方法(算法)，將文字寫在紙上。這種方法決定了詩(shī)歌的形式(邊界線形狀)是俳句還是十四行詩(shī)？一旦他們以最佳的方式完成了十四行詩(shī)，它現(xiàn)在就是一首詩(shī)(模型)。

機(jī)器學(xué)習(xí)模型與傳統(tǒng)的編程

但是，以這種方式得到的模型，與程序員通過(guò)觀察問(wèn)題，并手動(dòng)制定一些規(guī)則來(lái)編寫的代碼沒(méi)有太大的不同。二者在概念上是相同的。

不要到處說(shuō)機(jī)器學(xué)習(xí)的“再訓(xùn)練”（retraining）有多厲害了。程序員也可以坐在那里調(diào)整代碼以響應(yīng)新的信息。

這就是全部了嗎？

是的，差不多了。機(jī)器學(xué)習(xí)工程中最困難的部分就是安裝軟件包，接著就是處理數(shù)據(jù)集，然后就能在上面運(yùn)行一個(gè)有限的算法了。

接下來(lái)就是“超參數(shù)調(diào)優(yōu)”，別被忽悠住了，不過(guò)是在生成一個(gè)模型之前，沒(méi)完沒(méi)了地?cái)[弄代碼設(shè)置而已。

當(dāng)你使用新的數(shù)據(jù)評(píng)估這個(gè)模型的時(shí)候，如果結(jié)果不太理想，你還得一遍又一遍地重復(fù)，直到能夠拿出手。 這就是為什么雇傭一些對(duì)失敗有耐心的人來(lái)做這件事非常重要。如果是個(gè)玻璃心，估計(jì)撐不了幾回合就吐血了吧。

[[358697]]

如果你期待有什么奇跡，我勸你越早失望越好。機(jī)器學(xué)習(xí)是非常枯燥的過(guò)程。但是，如果你能夠耐得住性子，你能做的事情將會(huì)是非常不可思議的。它可以幫你寫下你自己都想不到的代碼，還讓你能夠把那些不可言說(shuō)的代碼自動(dòng)化。

最后，提個(gè)醒。不要因?yàn)楹?jiǎn)單而討厭它。要知道，杠桿也很簡(jiǎn)單，但它可以撬動(dòng)整個(gè)地球。