機(jī)器學(xué)習(xí)是什么？淺談模式識(shí)別和深度學(xué)習(xí)

最近幾年，人工智能概念越來(lái)越熱，與人工智能相關(guān)聯(lián)的職位薪資也是水漲船高，然后很多人想要破圈去要做人工智能，那作為產(chǎn)品經(jīng)理我們也需要跟上時(shí)代的步伐學(xué)習(xí)一些人工智能的知識(shí)，今天我們來(lái)探討一下機(jī)器學(xué)習(xí)。

在談機(jī)器學(xué)習(xí)( machine learning) 之前， 先提一下兩個(gè)相關(guān)的名詞： 模式識(shí)別( pattern recognition) 和深度學(xué)習(xí)( deep Learning)。

模式識(shí)別是很早就發(fā)明出來(lái)的技術(shù)，在人工智能發(fā)展初期最被看好。長(zhǎng)期以來(lái)，計(jì)算機(jī)都無(wú)法處理語(yǔ)音文本的語(yǔ)義識(shí)別，圖像代表的含義，通過(guò)模式識(shí)別就可以做到。模式可以理解為特點(diǎn)特色，簡(jiǎn)單說(shuō)就是某個(gè)事物具備的獨(dú)特標(biāo)示， 模式識(shí)別就是利用待處理數(shù)據(jù)(包括圖像、文本、語(yǔ)音等)的這些特征，將這些數(shù)據(jù)與模式中的各個(gè)特點(diǎn)來(lái)匹配，這樣我們就能識(shí)別出來(lái)這些未知事物代表的含義了。不過(guò)模式識(shí)別也具有很明顯的缺陷，因?yàn)樾枰蕾嚾藢?duì)這些事物進(jìn)行特定的標(biāo)示，簡(jiǎn)而言之就是人教會(huì)機(jī)器通過(guò)識(shí)別某些特征進(jìn)而認(rèn)識(shí)這些事物，而不是機(jī)器認(rèn)識(shí)的。

深度學(xué)習(xí)于2006年由Hinton等人提出，其基本思想也是參考人類大腦，人類大腦具備學(xué)習(xí)能力，通過(guò)對(duì)人腦工作機(jī)制的梳理，了解了人腦對(duì)數(shù)據(jù)的存儲(chǔ)和處理方式，然后建立相應(yīng)的計(jì)算模型，這樣就使算法具有自適應(yīng)和自組織的能力。深度學(xué)習(xí)早期的基本算法模型是神經(jīng)網(wǎng)絡(luò)模型，現(xiàn)在已經(jīng)“進(jìn)化”為卷積神經(jīng)網(wǎng)絡(luò)。

相比于模式識(shí)別，深度學(xué)習(xí)可以通過(guò)自發(fā)的方式來(lái)學(xué)習(xí)如何實(shí)現(xiàn)對(duì)未知事物的識(shí)別，具備自我學(xué)習(xí)進(jìn)化的能力，是非常成功的前沿技術(shù)。

下面我們舉個(gè)簡(jiǎn)單的例子，看看“機(jī)器學(xué)習(xí)”系統(tǒng)是如何工作的。 假設(shè)我們做出了一個(gè)可以對(duì)動(dòng)物進(jìn)行自動(dòng)分類的系統(tǒng)，現(xiàn)在，我們要用它在一堆動(dòng)物照片中挑出貓咪和狗子。 整個(gè)過(guò)程如下：

先提供大量的貓和狗的照片給到系統(tǒng)，并告知系統(tǒng)哪些是貓，哪些是狗，并不需要告知系統(tǒng)這些動(dòng)物的具體特征。然后系統(tǒng)根據(jù)告知的圖片來(lái)查找圖片之間的共性，比如貓咪的特色，狗子的特色，這樣系統(tǒng)通過(guò)大量的數(shù)據(jù)找到貓和狗的共同點(diǎn)，數(shù)量越大，效果越好。以上過(guò)程可以稱之為訓(xùn)練，訓(xùn)練結(jié)束后，給系統(tǒng)一些包含貓和狗照片的動(dòng)物照片，讓系統(tǒng)分辨這些動(dòng)物照片哪些是貓哪些是狗。以上的過(guò)程就是機(jī)器學(xué)習(xí)的過(guò)程。相比模式識(shí)別，最大的差別就是系統(tǒng)可以通過(guò)投喂的數(shù)據(jù)自動(dòng)分析出想要識(shí)別的事物的特征，而不再需要人工提供特征數(shù)據(jù)，這就可以大大提高準(zhǔn)備率，大大降低工作量。而且這種方式和需要分別的具體事務(wù)沒(méi)有關(guān)系，投喂不同的數(shù)據(jù)就可以識(shí)別更多的事物，所以機(jī)器學(xué)習(xí)的算法與具體的事物無(wú)關(guān)，可以一次開發(fā)多處使用。

以上是對(duì)機(jī)器學(xué)習(xí)的簡(jiǎn)單介紹，如果要完成機(jī)器學(xué)習(xí)，還需要更多的技術(shù)支持，比如對(duì)于圖片的識(shí)別，需要先對(duì)圖片進(jìn)行分析，所以需要強(qiáng)大的系統(tǒng)的支持，我們作為產(chǎn)品經(jīng)理了解到以上的信息基本可以做到對(duì)及機(jī)器學(xué)習(xí)的掃盲了。

黑馬程序員產(chǎn)品經(jīng)理課程全新升級(jí)6.0版【點(diǎn)擊了解詳情】