|
*如何订阅我们？ ------------------------ 文丨李晓毅 近来网上满是有关AlphaGo和李世石对弈的讨论，实际上，机器学习在过去的十多年中早已被广泛应用，常用于网络搜素、垃圾信息过滤、广告更替、诈骗侦测、股票交易以及药物设计等很多应用上。根据麦肯锡对此的分析预测，机器学习将引发第二波的创新浪潮。那么机器学习到底是如何完成的？人类的教育又将在哪些领域变得更为重要？ 机器学习到底是什么，它是如何完成的？机器学习的理论是，设计一些让计算机能够自动学习的算法。能够通过从大量的前期的实例中学习归纳并总结出规律，并以此做出如何处理之后的任务的决定（图示1）。 目前业界的机器学习根据所要完成的任务可以分成以下几类： 监督学习：计算机从给定的大量数据（训练集）中学习总结出一个规律（一个函数），当新的数据到来时，可以根据这个规律（函数）预测出结果。训练集包括输入和输出，也可以说是特征和目标。 无监督学习：计算机从给定的数据里分析出数据本身蕴藏的结构。数据挖掘就属于这类学习。 增强学习：计算机通过观察来学习做出什么样的动作。每个动作都会对环境有所影响，学习对象根据观察到的周围环境的反馈来做出判断。 如果从机器学习后的执行任务的结果来看的话，还存在这样的分类： 分类法：数据（训练集）被分成一个或者多个类别，机器必须生成一个模型用来分配训练集之外的数据到其中一个或者多个类别里。这就是监督学习的方法。 回归法：和分类法不同的是，它要求的数据都是连续的而不是离散的。这也是监督学习的方法。 （图示1） 假设你有一个程序或者想法希望用机器学习系统来完成，你面临的最大问题是五花八门的计算算法。目前业界有成千上万个现有的算法，同时每年都会有上百个新的算法被发布。如何从中甄别出最适合自己的呢？ 其实如此众多的算法都可以在概念上归结为以下三个必要模块： 表述：首先一个分类器必须以计算机可以理解的语言表述出来。并且，为分类器（图示2）选择一个合适的表述本身就相当于选择一系列的能够学习的分类器。这一系列的分类器可以叫做学习系统的假设空间。如果任何一个分类器不在这个空间内，那它是不会被系统学到的。 评估：系统里要有一个能够分辨分类器好坏的评估功能。 优化：最后，还需要一个方法来搜索出评分最高的那个分类器。选择出一个优化技术最佳的方案是提高学习系统效率的关键。同时也可以在评估功能得出数个较好的分类器方案后，给最终方案的决定做出帮助。通常的情况是：一个新的学习系统开始使用一些现有的优化方案，之后会改成一个专门定制的方案。 （图示2） 因篇幅有限，机器学习大体的概念就讨论到这里。借鉴Facebook人工智能专家田渊栋的分析，AlphaGo的算法中，对于监督学习方面下的力度比较大，增强型学习所扮演的角色没有想象中大，神经网络的应用也不大，反倒是最传统的局部特征匹配和线性回归使用较多。对棋盘的局的分析训练高达三千万局，且使用的也是传统的暴力训练。所以算法没有过时之说，任何算法都有它的用武之地。 很多人把这次的对弈比喻成机器智能和人类智能的对弈。笔者感觉这样的说法失之偏颇。机器智能和人类智能的对弈只不过是思维的不同形式的较量。因为AlphaGo毕竟是按照人类给予的逻辑去下棋的。它仅是在已有的逻辑背景下通过超高速的计算来获胜的。这就和人类设计飞机和汽车可以大大拓展人的活动范围一样。 尽管如此，我们还是可以在这几次和过往的人机对弈以及目前的科技浪潮中看出，机器智能的优势和潜力。最显著的优势就是机器的处理速度。生物神经元的传导，在200赫兹，200次/秒。但即使是现在的晶体管也运行在千兆赫兹。神经元轴突传播缓慢：100米/秒，这已是上限。但计算机信号可以以光速传导。除此之外，人类的智能还有个空间的限制。人类的大脑受到颅骨大小的限制。但是计算机的机体可以大到一个仓储式超市甚至更大。因此，智能计算机的潜力还处于休眠状态，就像原子的力量一直在整个人类历史处于休眠状态，耐心地等待着，直到1945年。 既然人工智能有这样的潜力，对人类是福是祸？人类在未来如何应对？未来机器人和人类共存会是个常态。我们的下一代应该具备什么样的能力去迎接和适应一个处处是人工智能的未来呢？ 人工智能的出现必将取代很多传统的工作，同时也在不断地创造新工作。而新创造的工作必定需要能够掌控未来人工智能技术发展的人才。该如何为下一代的未来选择更能适应未来的教育呢？这应该是大家需要认真思考的问题。 人类的教育在哪些领域将变得更为重要？在未来，精于技术领域的人应该会有较好的就业机会，但随着机器人对人类技术岗位工作的进一步取代，需要较高层次人文、艺术、社交等方面能力的岗位也会相应增加。这应该是很长一段时期内人类专有，而人工智能较难复制的技能。 现在全球性问题（暴力，战乱、歧视、贫瘠）正在趋向复杂化，未来的社会问题或许更严重。任何技术或者人工智能终究有其局限性，我们生而为人的情感、道德和生存能力在人工智能迅猛发展的今天和未来，对于分析和解决复杂的社会问题，则更为珍贵与必要。 对未来人工智能是否可以“进化”出人类的自我意识和社交技能，社会各界猜测喜忧参半。面对智力超群却善恶难辨的人工智能，我们或许更需要的是专注于培养我们人类独有的特质：个性。在无法预测的未来世界，我们的个性将决定我们的未来。 人工智能是否能超越人的智能呢？笔者觉得只有当机器人和普通人同时从零开始接纳对一个技术或者事物的学习，然后靠自己的学习和经验最终战胜人，而不是通过人类事先输入的程序。 如果有这一天，人类真的需要警觉。 |
|
|
