全文共3323字，预计学习时长9分钟
图源：unsplash
我们总能听到机器学习、深度学习、神经网络这样的词，但是你是否清楚这里的“学习”到底意味着什么？它只是销售软件和服务的营销词汇吗？还是说科学家真的创造了类似人脑的组件并令其在机器内部运行呢？机器会占领世界吗？
别担心，还没到那个时候。本文就将为你祛魅机器学习，科学家是如何教计算机完成人类的任务，甚至在某些情况下比人类做得还好。笔者将用最直白的话给大家解释这个问题，努力让任何领域的人都可以理解。
为什么需要学习？
在学习开始之前，解决问题离不开算法的编写。算法只是一组规则，往里面输入后得到的输出即可作为问题的解决方案。
请考虑以下情况：有一个数字列表，要求你按升序排序，有很多算法可以解决此任务。这些算法通过获取列表，执行一些规则和操作，然后返给你排好序的列表。对于计算机科学家来说，这种问题“很容易”解决。他们只需要思考并提出一种算法来解决任务。
但同时，有些问题不是那么容易用算法解决。人们开始对计算机有了更多的要求，他们希望机器具有解决艰巨任务的超能力，是那种连科学家都完全不知道如何编程的任务。
例如：如何编写一种算法，以获取动物的图像并输出其类型？对于人类而言，这是一项非常容易的任务，但对于算法来讲就是一件很复杂的事儿了。人类知道如何对动物照片进行分类，但是他们不知道如何描述他们为获得答案所采取的步骤。因此，出现了一个重要的问题——如何解决连人类都不知道如何描述的问题？
算法的世界！
互联网中，算法无处不在。你正在阅读本文，是因为有一种算法把这篇文章呈现在了你眼前，可能是因为你点击了什么，然后算法会记录你打开的链接。该算法决定了你搜索查找照片所看到的内容，甚至可以为你制作一个小电影。
股市充满了算法，交易需要进行。当你购买东西时，该算法确定价格，并且在你的账户监视交易是否遭到欺诈。
这些小小的算法塑造了你的世界。当它们在过去的人造算法机器人中工作时，人类可以提供“如果这样，那么该那样”形式的解释说明。但许多问题太大而又难以简单阐明，例如在一秒钟的十亿次金融交易中发现欺诈性交易，算法能想办法发挥作用。
图源：unsplash
设想，一个航空公司如何设定飞机座位的最高价？用户现在要支付的价格由算法机器人确定。虽机器也并不完美，但比人类能做到的要好得多！没有人知道，甚至建造它们或将来将要建造它们的人都不知道他们是如何做到的。
人工算法的失败
图片中是什么？是蜜蜂，还是3？对于人类来说，即使是小孩子也很容易说出答案，但用一种机器人语言（一种逻辑门语言）告诉机器人就不太可能实现了。
不是3
不是蜜蜂
我们只知道那是蜜蜂和3，我们可以用言语来区分它们，但是机器人无法理解言语，而正是大脑中的联系才使我们分清二者。
虽然我们大脑中的单个神经元可以很容易被理解，但是组成大脑的神经元簇却很难被理解。虽然我们无法理解这个整体，但是它起着潜移默化的作用。所以，要想让一个机器人在蜜蜂和数字3之间进行分类，你不需要直接建造这样的机器人，只需要建造一个建造机器人的机器人和一个教授机器人的机器人。这些机器人的大脑十分简单，一个优秀程序员可以轻而易举做出来。
记住，建造机器人是用来建造的，但教师机器人并不用于教学，只用于测试学生机器人。
训练有素的教师机器人
实际上，学生机器人并不擅长测试。起初，建造机器人在任意机器人的大脑中进行随机连接，于是教师机器人接收到了一些非常特殊的学生机器人，教师机器人需要教他们如何区分蜜蜂和数字3。人类首先需要给机器人老师一堆蜜蜂和数字3的照片，并告诉他们这是什么。
学生机器人参加了测试，但他们做得不好。这不是他们的错，他们被建造时就是这样的。他们被重新带回建造机器人那边，那些做得好的会被放在一边，其他的则会被回收利用。
建造机器人仍然不擅长建造机器人，但现在它将那些做得好的机器人留下来，并用新组合的变化进行复制，然后送回学校。新的学生机器人到了之后，老师机器人一次又一次地测试它们，建造机器人一次又一次地建造，平均测试分数一次又一次地提高，先是60%，最后直到99.99%的完美。
以前，人类可以为他们的机器和机器人编写算法，但现在，我们做到了让机器通过任务模式进而创建自己的算法
所以一个测试和试错的方法已经完成了，这并不是针对一个或两个机器人，而是针对十亿个不同的机器人，有不同的随机连接，而且测试题又有十亿页长。如前所述，这是针对那些bot语言中存在的问题，那些我们无法告诉机器人的问题。
人类无法训练的机器人
老师机器人并不是在监管一个有十几个学生的老校舍，而是一个有几千名学生的无限仓库，考试不是10道题，而是100万道题，他们究竟考了多少次？
无限校舍
建造机器人会不断重复构建过程（随机连接）。起初，留下来的学生只是幸运而已。但是，通过组合足够多的幸运机器人，只保留那些有用的，然后随机地组合出新的副本，最终一个学生机器人出现了，它不是靠运气，而且可能几乎不能区分蜜蜂和数字3。这一点被复制，并被应用到所有其他机器人。
慢慢地，平均测试分数上升，下一轮生存所需的分数也越来越高——从50%到60%，70%，80%，90%，95%，等等。
当我们继续这个循环，最终，从无限大的校舍里，一个可以分辨出照片中的一只蜜蜂和数字3的学生机器人会出现，准确率高达99.999%。这个数字意味着在假设的1000000张照片集合中，只有1张照片出错！
但是学生机器人是如何做到这一点的，无论是教师机器人，建造机器人，甚至是人类的监督者都无法理解，学生机器人本身也是如此。在保留了这么多有用的随机变化之后，它的线路和芯片就变得极其复杂。虽然一行代码不难理解，可代码簇就难了。就是因为这样，机器人的代码整体很难被我们理解。
这是可的，但也同时令人沮丧，特别是学生机器人只擅长已经被教过的问题。如果照片是倒置的，或者照片不是蜜蜂，比如猫，它就会觉得很困惑。我们的机器人老师不能教所有的东西，所有的人类监工能做的是给它更多的问题，使测试更长，连最好的机器人会出的错也要训练到。
理解这一点很重要，这也是公司非常喜欢收集数据的一个原因——更多的数据等于更多的测试，等于更好的机器人。当你在网站上做“你是人类吗”的测试时，你不仅证明了你是人类，而且也在帮助建立这个测试，让机器人能够读、数、分辨山峦上的交通灯、马和人。
在互联网上的任何地方，后台都有一些测试来增加用户的互动，或者设定合适的价格来使得收益最大化，或者从你所有的朋友那里“偷钱”。你喜欢朋友分享的文章，这是让机器人根据你的联系人了解你喜欢什么的一种方式。如果它是可测试的，那么它就是可被教的!
至少在一段时间内，教师和学生机器人将从数据备选库中毕业，正式成为领域中的算法。我们习惯了这样的想法：我们使用的工具，即使自己不懂但总有人懂，但随着机器学习发展，我们越来越处在一个人类使用工具或被工具使用的位置，没有人、甚至它们的创造者也不懂。我们只能希望可以用测试来指导工具，并且用起来顺手。
识别蜜蜂和3只是一个简单的例子。现实世界的一些应用包括：早期发现癌症，我们训练机器人理解各种癌症发展和分类模式，辨别恶性癌症（严重、紧急医疗)或良性(稍不严重、最小的医疗保健)；解决航空公司座位价格；提前数月预测危险的龙卷风；还有自动除颤器的应用等等。
自动除颤器
虽然对人类来说一些算法已成黑箱，但也不用担心机器人会占领世界。正如机器学习专家Andrew Ng所说：“担心机器人接管世界就像担心火星上的人口过剩一样。我们还没到那时候呢！”
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范
