快速讓你理解人工智慧相關名詞

景略集智 運營市場部 | 發布

微信公眾號 景略集智

1 人工智慧

首先當然要說的是「人工智慧」,他現在是2017十大流行語我們怎麼不支持流行語?

人工智慧(Artificial Intelligence)這個片語,可以上溯到1956年達特茅斯會議,其實也就六十來年歷史。在那前後,有叫「機器智能」(Machine Intelligence)的,有叫「人工思維」(Artificial Thinking)的,只不過達特茅斯這批學閥更牛逼,大家也就接受了AI這個說法,就像有些詞你可能從來沒在網上說過,但它就是十大流行語。

而「人工智慧」這個事,其實不像機器學習、神經網路這些科技術語,更多地是表達人類一種樸素的慾望。

什麼慾望呢? 這慾望不是某位大師總結提煉出來的,它就是埋藏在每一位人民群眾的心裡,通過問題不經意地流露了出來:

那就是你經過不泄的努力,終於過上了有美女幫你做飯洗衣服,還既不要勞務費也不要車房彩禮的生活。

這在中國,叫田螺姑娘;

在日本,叫伊卡洛斯。

可能嗎?2017年是不可能了。

怎麼辦?趕快把其他幾個詞整明白吧。

所以「人工智慧」就是一張藍圖繪到底,而其他的像機器學習、優化理論、統計分析、數據挖掘、神經網路、模式識別這些詞,都是更加緊密團結在人工智慧周圍的。

2 機器學習

從熱度上看,除了「人工智慧」這位老大哥,最高的應該就是機器淆習了。

什麼是學習?學習就是提高智能水平,有道是「三天不學習,趕不上小豬佩奇」。「機器」當然也不是挖掘機或者電動棒,其實說的就是電腦。很多年前,民間管「電腦」叫「微機」,「網吧」叫「機房」,現在computer終於又成machine,可以說是抱朴守拙了。

以前想讓電腦實現某個功能,是程序員

相比於「傳統」編程,機器學習的「程序」不是手動「編」出來的,而是從數據當中擬合,或者說猜出來的。如果機器能猜對人說話的意思,能猜對應該執行的動作,那就接近智能了。

「傳統」這個詞在AI領域特別有意思,機器學習剛火的時候,以前的CS就變成「傳統」編程了;深度學習火起來之後,支持向量機決策樹K平均就成「傳統機器學習」了。「傳統」就像一頂原諒帽,戴在每一個小甜甜頭上,把他變成牛夫人。

至於機器是怎麼「學習」出程序的,這就涉及到下一個話題了。

3 優化理論

Just stir the pile until they start looking right ,這就是一個優化過程。

機器學習拿到訓練數據作為輸入/輸出,搗鼓出一個程序,這個程序八成是有偏差的。也就是實際上的輸出,和數據集里的預期輸出不一樣。

比如我要畫條線,把紅藍點分開,雖然差不多一畫就能區分個差不多,但總有幾個點是不對的。所謂優化也就是逐步調整畫線方式,減小誤差以使其looking right,提高智能水平,所以其實優化也就是學習。

如果x, y軸代表模型參數,z軸表示誤差如下圖,那優化就是把人往low層次帶。

Matlab的logo其實說的也是這麼個事。

4 模式識別

之前這個畫線區分點的例子,在機器學習裡面屬於「分類任務」。紅藍點的類別信息是我們已知的,而機器知道的只有它們的二維坐標信息,模型是這些特徵來預測其類別。

現實中的信息當然遠比二維坐標系要複雜得多,比如人要學會識字,就是根據筆畫特徵來判斷所屬的類別(一個漢字就是一個類)。茴字有四種寫法,也就是四種不同的特徵組合,但孔乙己都能識別出它們是茴;同樣一個寫法,還有宋體黑體手寫體,識字的也能認出來。這說明同一個字,存在著某種視覺上的「模式」,只要掌握了這個「模式」,就能正確分類。

常見的模式識別有「色情識別」、「政治敏感識別」等。

5 數據挖掘

「數據挖掘」和「模式識別」在我看來沒有太多區別,只不過模式識別針對的目標以圖像、視頻、語音、文本等居多,一般需要機器學習或者深度學習手段的。而數據挖掘可能更樸實一些,可能做了個數據可視化然後盲生就發現了華點,這也叫數據挖掘。

開普勒根據第谷記錄的數據擬合出火星軌道是橢圓,其實就是個數據挖掘案例,那時候還沒有機器學習。

6 神經網路

神經網路也是一種機器學習方法,網路層數多了,就是「深度學習」,是機器學習的子集。

剛才說到分類任務,分類的依據是「特徵」。那麼這個特徵從哪來?大部分情況下,還是人工提取的。比如一副圖片上寫著「茴」,把每個像素點展開成一列,有字的地方是黑點(1),沒字的地方是白點(0),這一列0101就是一幅圖的特徵。

當然這樣其實破壞了圖片原有的空間結構,而卷積神經網路可以保留高維特徵映射。

7 統計分析

在這一堆妖艷賤詞裡面,「統計分析」就像你中學時的暗戀對象,人彈如菊。

想知道什麼是「統計分析」嗎?想重溫校園春色嗎?

請看高中數學必修三。

有些同學說這太生硬了,不接地氣!都是理論!

其實很多東西學會以後,你才能慢慢體會到它的萬般好:

  • 世上最大的不可描述網站也向AI和機器學習勢力低頭。 - 集智專欄
  • 我做了一個叫「瑟曦」的機器人,可是她動不動就想讓格雷果爵士弄死我。 - 集智專欄
  • 基於Keras的AV女優相似圖像檢索(譯) - 集智專欄
  • 他這個Z炮是怎麼壓到我的?——OpenAI解釋Dota2AI的實現過程 - 集智專欄

你慢慢感受一下。


推薦閱讀:

人工智慧應用到化學領域,可惜老白沒能等到這一天。
知乎上有哪些值得關注的人工智慧+機器學習+深度學習專欄?
梯度下降法求解線性回歸的python實現及其結果可視化(二)
資源|TensorFlow的71個使用教程與案例(資源匯總)

TAG:人工智能 | 机器学习 | 深度学习DeepLearning |