人工智能、机器学习、深度学习三者之间的同心圆关系

《人工智能、机器学习、深度学习三者之间的同心圆关系》由会员分享，可在线阅读，更多相关《人工智能、机器学习、深度学习三者之间的同心圆关系（6页珍藏版）》请在金锄头文库上搜索。

1、人工智能、机器学习、深度学习三者之间的同心圆关系当谷歌 DeepMind 团队的 AlphaGo 打败了李世石时，媒体就用人工智能、机器学习和深度学习这三个术语来描述 DeepMind 是如何取得胜利的。今 年 早 些 时 候 ， 当 谷 歌 DeepMind 团 队 的 AlphaGo 打 败 了 李 世 石 时 ， 媒 体 就 用人 工 智 能 、 机 器 学 习 和 深 度 学 习 这 三 个 术 语 来 描 述 DeepMind 是 如 何 取 得 胜 利 的 。这 三 个 名 词 都 是 AlphaGo 大 胜 李 世 石 的 原 因 中 的 一 部 分 ， 但 是 它 们 并 不

2、相 同 。 下 面我 们 就 来 解 释 一 下 。理 解 三 者 之 间 关 系 的 最 简 便 方 法 就 是 将 它 们 视 觉 化 为 一 组 同 心 圆 首 先 是 最 大的 部 分 人 工 智 能 然 后 是 后 来 兴 旺 的 机 器 学 习 最 后 是 促 使 当 下 人 工 智 能 大 爆 发的 深 度 学 习 在 最 里 层 。从 萧 条 到 繁 荣自 从 1956 年 几 个 计 算 机 科 学 家 在 达 特 茅 斯 会 议 上 聚 集 并 开 辟 了 人 工 智 能 这 一 领域 ， 人 工 智 能 就 进 入 了 我 们 的 想 象 ， 并 在 实 验 研 究 中

3、进 行 着 酝 酿 。 在 过 去 的 几 十 年 里 ，人 工 智 能 以 及 轮 番 被 誉 为 人 类 文 明 取 得 最 美 好 未 来 的 关 键 ， 或 者 是 作 为 一 个 头 脑 发 烧 的轻 率 概 念 被 扔 进 了 科 技 垃 圾 堆 中 。 坦 白 说 直 到 2012 年 ， 它 就 这 样 在 二 者 之 间 交 杂 。过 去 的 几 年 里 ， 尤 其 从 2015 年 开 始 ， 人 工 智 能 开 始 爆 发 了 。 这 很 大 程 度 上 与 GPU 的 广 泛 应 用 有 关 ， 为 了 使 并 行 处 理 更 快 、 更 便 宜 、 更 强 大 。 这

4、 也 与 近 乎 无 限 的 存储 能 力 和 各 类 数 据 洪 流 （ 所 有 的 大 数 据 运 动 ） 图 像 、 文 本 、 交 易 、 测 绘 数 据 ， 只要 你 说 得 出 来 一 道 进 行 。让 我 们 梳 理 一 遍 计 算 机 科 学 家 是 如 何 从 萧 条 直 到 2012 年 到 繁 荣 ， 开 发出 每 天 由 成 千 上 百 万 的 人 使 用 的 应 用 。人 工 智 能 机 器 诠 释 的 人 类 智 能King me： 下 西 洋 跳 棋 的 计 算 机 程 序 是 上 世 纪 50 年 代 造 成 过 一 阵 轰 动 的 一 些 早期 人 工 智 能

5、 案 例回 到 1956 年 夏 天 的 那 场 会 议 ， 人 工 智 能 先 驱 们 的 梦 想 是 借 由 新 兴 计 算 机 构 建 具有 人 类 智 力 特 征 的 复 杂 机 器 。 这 就 是 所 谓 的 通 用 人 工 智 能 （ General AI） 的 概 念拥 有 人 类 的 所 有 感 觉 （ 甚 至 可 能 更 多 ） 、 所 有 理 智 ， 像 人 类 一 样 思 考 的 神 奇 机 器 。你 已 经 在 电 影 中 无 休 止 地 看 到 过 这 些 被 我 们 当 做 朋 友 的 机 器 ， 比 如 星 球 大 战 中 的 C-3PO 以 及 成 为 人 类

6、敌 人 的 机 器 终 结 者 。 通 用 人 工 智 能 机 器 向 来 有 充 足 的理 由 出 现 在 电 影 和 科 幻 小 说 中 ； 我 们 不 能 阻 止 ， 至 少 现 在 还 不 行 。我 们 能 做 什 么 ？ 这 就 到 了 狭 义 人 工 智 能 （ Narrow AI） 的 概 念 。 指 的 是 能 够将 特 殊 任 务 处 理 得 同 人 类 一 样 好 ， 或 者 更 好 的 技 术 。 狭 义 人 工 智 能 的 相 关 案 例 比 如 有 Pinterest 上 的 图 像 分 类 、 Facebook 中 的 人 脸 识 别 。这 些 是 狭 义 人 工

7、智 能 在 实 践 中 的 例 子 。 这 些 技 术 展 示 了 人 类 智 能 的 一 些 方 面 。 但 是如 何 做 到 的 呢 ？ 那 个 智 能 来 自 哪 里 ？ 所 以 接 下 来 看 第 二 个 同 心 圆 ， 机 器 学 习 。机 器 学 习 实 现 人 工 智 能 的 一 种 方 式Spam free diet： 机 器 学 习 帮 你 清 理 收 件 箱 中 的 （ 大 部 分 ） 垃 圾 邮 件 。机 器 学 习 最 基 础 的 是 运 用 算 法 来 分 析 数 据 、 从 中 学 习 、 测 定 或 预 测 现 实 世 界 某 些 事 。所 以 不 是 手 动 编

8、 码 带 有 特 定 指 令 设 定 的 软 件 程 序 来 完 成 某 个 特 殊 任 务 ， 而 是 使 用 大 量 的数 据 和 算 法 来 训 练 机 器 ， 赋 予 它 学 习 如 何 执 行 任 务 的 能 力 。机 器 学 习 直 接 源 自 早 期 那 帮 人 工 智 能 群 体 ， 演 化 多 年 的 算 法 包 括 了 决 策 树 学 习（ decision tree learning） 、 归 纳 逻 辑 编 程 （ inductive logic programming） 。 其 他 的 也有 聚 类 （ clustering） 、 强 化 学 习 （ reinforc

9、ement learning） 和 贝 叶 斯 网 络 （ Bayesian networks） 等 。 我 们 知 道 ， 这 些 早 期 机 器 学 习 方 法 都 没 有 实 现 通 用 人 工 智 能 的 最 终 目 标 ，甚 至 没 有 实 现 狭 义 人 工 智 能 的 一 小 部 分 目 标 。事 实 证 明 ， 多 年 来 机 器 学 习 的 最 佳 应 用 领 域 之 一 是 计 算 机 视 觉 ， 尽 管 它 仍 然 需 要 大量 的 手 工 编 码 来 完 成 工 作 。 人 们 会 去 写 一 些 手 写 分 类 器 ， 像 是 边 缘 检 测 过 滤 器（ edge

10、detection filters） 使 得 程 序 可 以 识 别 对 象 的 启 止 位 置 ； 形 状 检 测 （ shape detection） 以 确 定 它 是 否 有 八 条 边 ； 一 个 用 来 识 别 单 词 S-T-O-P 的 分 类 器 。 从 这些 手 写 分 类 器 中 他 们 开 发 出 能 够 理 解 图 像 的 算 法 ， 学 习 判 定 它 是 否 是 一 个 停 止 标志 。这 很 好 ， 但 还 不 够 好 。 特 别 是 有 雾 天 气 标 志 不 完 全 可 见 的 情 况 下 ， 或 者 被 树 遮 住 了一 部 分 。 计 算 机 视 觉 和

11、图 像 检 测 直 到 目 前 都 不 能 与 人 类 相 媲 美 ， 是 因 为 它 太 过 脆 弱 ， 太容 易 出 错 了 。是 时 间 和 正 确 的 学 习 算 法 改 变 了 这 一 切 。深 度 学 习 一 种 实 现 机 器 学 习 的 技 术Herding cats： 从 YouTube 视 频 中 挑 选 猫 咪 图 片 ， 是 深 度 学 习 的 第 一 次 突 破 性 表现 之 一源 自 最 早 进 行 机 器 学 习 那 群 人 的 另 一 种 算 法 是 人 工 神 经 网 络 （ Artificial Neural Networks） ， 它 已 有 几 十 年

12、的 历 史 。 神 经 网 络 的 灵 感 来 自 于 我 们 对 大 脑 生 物 学 的 理 解 所 有 神 经 元 之 间 的 相 互 连 接 。 但 是 不 像 生 物 大 脑 中 的 任 何 神 经 元 ， 可 以 在 一 定 的 物 理距 离 内 连 接 到 任 何 其 他 神 经 元 ， 这 些 人 工 神 经 网 络 的 层 、 连 接 和 数 据 传 播 方 向 是 离 散 的 。比 如 你 可 以 把 一 个 图 像 切 成 一 堆 碎 片 并 输 入 到 神 经 网 络 的 第 一 层 中 。 然 后 第 一 层 的单 个 神 经 元 们 将 数 据 传 递 给 第 二 层

13、 。 第 二 层 神 经 元 将 数 据 传 给 第 三 层 ， 如 此 一 直 传 到 最后 一 层 并 输 出 最 终 结 果 。每 个 神 经 元 分 配 一 个 权 重 到 它 的 输 入 评 估 所 执 行 的 任 务 的 准 确 或 不 准 确 。 然后 最 终 的 输 出 由 所 有 这 些 权 重 来 确 定 。 所 以 想 想 那 个 停 止 标 志 的 例 子 。 一 个 停 止 标 志 图像 的 特 征 被 切 碎 并 由 神 经 元 来 检 查 它 的 形 状 、 它 的 消 防 红 色 彩 、 它 的 独 特 字母 、 它 的 交 通 标 志 尺 寸 以 及 和 它

14、的 运 动 或 由 此 带 来 的 缺 失 。 神 经 网 络 的 任 务 是 判 定 它 是否 为 一 个 停 止 标 志 。 这 提 出 了 一 个 概 率 向 量 ， 它 真 是 一 个 基 于 权 重 的 高 度 受 训 的猜 测 。 在 我 们 的 例 子 中 ， 系 统 可 能 有 86% 的 把 握 认 为 图 像 是 一 个 停 止 标 志 ， 7% 的把 握 认 为 这 是 一 个 限 速 标 志 ， 5% 的 把 握 认 为 这 是 一 只 被 卡 在 树 上 的 风 筝 ， 等 等 然 后 网 络 架 构 告 诉 神 经 网 络 结 果 的 正 确 与 否 。甚 至 这

15、个 例 子 都 有 些 超 前 了 ， 因 为 直 到 现 在 ， 神 经 网 络 都 被 人 工 智 能 研 究 社 区 避 开了 。 自 从 最 早 的 人 工 智 能 起 ， 他 们 一 直 在 做 这 方 面 研 究 ， 而 智 能 成 果 收 效 甚 微 。问 题 很 简 单 ， 即 最 基 本 的 神 经 网 络 属 于 计 算 密 集 型 ， 这 并 不 是 一 个 实 用 的 方 法 。 不 过 ，由 多 伦 多 大 学 的 Geoffrey Hinton 带 领 的 异 端 研 究 小 组 一 直 在 继 续 相 关 研 究 工 作 ， 最终 在 超 级 计 算 机 上 运

16、行 并 行 算 法 证 明 了 这 个 概 念 ， 但 这 是 直 到 GPU 被 部 署 之 后 才兑 现 的 诺 言 。如 果 我 们 再 回 到 停 止 标 志 的 例 子 ， 当 网 络 正 在 进 行 调 整 或 者 训 练 时 ， 出 现 大量 的 错 误 答 案 ， 这 个 机 会 是 非 常 好 的 。 它 需 要 的 就 是 训 练 。 它 需 要 看 到 成 千 上 万 ， 甚 至数 以 百 万 计 的 图 像 ， 直 到 神 经 元 的 输 入 权 重 被 精 确 调 整 ， 从 而 几 乎 每 一 次 都 能 得 到 正 确答 案 无 论 有 雾 没 雾 ， 晴 天 还 是 雨 天 。 在 这 一 点 上 ， 神 经 网 络 已 经 教 会 了 自 己 停 止标 志 看 起 来 会 是 什 么 样 的 ； 或 者 在 Facebo