[摘 要]本文首先介紹了近幾年有關(guān)機(jī)器學(xué)習(xí)的一些熱門事件，例如大為火熱的AlphaGo以及2017年首次舉行的中國(guó)人工智能大會(huì)（CCAI）。接下來將文章分為3個(gè)部分來闡述機(jī)器學(xué)習(xí)：第一部分詳細(xì)介紹機(jī)器學(xué)習(xí)的發(fā)展歷程，包括萌芽-發(fā)展-繁榮三個(gè)階段；第二部分著重分析了機(jī)器學(xué)習(xí)的常見方法，有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)；最后介紹了機(jī)器學(xué)習(xí)在各行各業(yè)中的一些具體應(yīng)用。
　　[關(guān)鍵詞]人工智能；機(jī)器學(xué)習(xí)；強(qiáng)化學(xué)習(xí)；無人駕駛
　　中圖分類號(hào)：S265 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2018）24-0227-02
　　1.引言
　　2016年年初，AlphaGo以4：1戰(zhàn)勝了世界圍棋冠軍李世石，這一大事件瞬間引起了全球?qū)θ斯ぶ悄艿呐d趣。一時(shí)間，人們茶余飯后都在圍繞著人工智能這一領(lǐng)域展開。2017年07月22-23號(hào)在杭州舉行了中國(guó)國(guó)內(nèi)級(jí)別最高，規(guī)模最大的人工智能大會(huì)—中國(guó)人工智能大會(huì)（CCAI）。大會(huì)上匯聚了全球人工智能領(lǐng)域的頂級(jí)專家、學(xué)者和產(chǎn)業(yè)界優(yōu)秀人才，圍繞當(dāng)前人工智能熱點(diǎn)話題、核心技術(shù)以及廣泛關(guān)注的科學(xué)問題進(jìn)行深入交流和探討，再一次將人工智能推向了熱潮。
　　人工智能的主要三大驅(qū)動(dòng)力：大數(shù)據(jù)，機(jī)器學(xué)習(xí)以及硬件GPU。本文主要從人工智能的算法——機(jī)器學(xué)習(xí)方面來展開論述。機(jī)器學(xué)習(xí)（MachineLearning）的本質(zhì)是基于互聯(lián)網(wǎng)的海量數(shù)據(jù)以及系統(tǒng)強(qiáng)大的并行運(yùn)算能力，讓機(jī)器自主模擬人類學(xué)習(xí)的過程，通過不斷“學(xué)習(xí)”數(shù)據(jù)來做出智能決策行為。
　　2.機(jī)器學(xué)習(xí)的發(fā)展歷程與相關(guān)要素
　　2.1 機(jī)器學(xué)習(xí)的發(fā)展歷程
　　機(jī)器學(xué)習(xí)屬于人工智能中一個(gè)較為年輕的分支，可以大致分為以下三個(gè)發(fā)展歷程：
　　第一階段：20世紀(jì)50年代中期—60年代中期，這一時(shí)期處于萌芽時(shí)期。人們?cè)噲D通過軟件編程來操控計(jì)算機(jī)完成一系列的邏輯推理功能，進(jìn)而使計(jì)算機(jī)具有一定程度上類似人類一樣的智能思考能力。然而這時(shí)期計(jì)算機(jī)所推理的結(jié)果遠(yuǎn)遠(yuǎn)沒有達(dá)到人們對(duì)機(jī)器學(xué)習(xí)的期望。通過進(jìn)一步研究發(fā)現(xiàn)，只具有邏輯推理能力并不能使得機(jī)器智能。研究者們認(rèn)為，使得機(jī)器擁有人工智能的前提還必須是擁有大量的先驗(yàn)知識(shí)[1]。
　　第二階段：20世紀(jì)60年代中期—80年代中期，這一時(shí)期處于發(fā)展時(shí)期。人們?cè)噲D利用自身思維提取出來的規(guī)則來教會(huì)計(jì)算機(jī)執(zhí)行決策行為，主流之力便是各式各樣的“專家系統(tǒng)”，然而這些系統(tǒng)總會(huì)面臨“知識(shí)稀疏”的問題，即面對(duì)無窮無盡的知識(shí)與信息，人們無法總結(jié)出萬無一失的規(guī)律。因此，讓機(jī)器自主學(xué)習(xí)的設(shè)想自然地浮出水面。基于20世紀(jì)50年代對(duì)于神經(jīng)網(wǎng)絡(luò)的研究，人們開始研究如何讓機(jī)器自主學(xué)習(xí)。
　　第三階段：20世紀(jì)80年代—至今，機(jī)器學(xué)習(xí)達(dá)到了一個(gè)繁榮時(shí)期。由于這一時(shí)期互聯(lián)網(wǎng)大數(shù)據(jù)以及硬件GPU的出現(xiàn)，使得機(jī)器學(xué)習(xí)脫離了瓶頸期。機(jī)器學(xué)習(xí)開始爆炸式發(fā)展，開始成為了一門獨(dú)立熱門學(xué)科并且被應(yīng)用到各個(gè)領(lǐng)域。各種機(jī)器學(xué)習(xí)算法不斷涌現(xiàn)，而利用深層次神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)也得到進(jìn)一步發(fā)展。同時(shí)，機(jī)器學(xué)習(xí)的蓬勃發(fā)展還促進(jìn)了其他分支的出現(xiàn)，例如模式識(shí)別，數(shù)據(jù)挖掘，生物信息學(xué)和自動(dòng)駕駛等等。
　　2.2 機(jī)器學(xué)習(xí)的常見方法
　　機(jī)器學(xué)習(xí)發(fā)展至今，常用的主要有以下三大類：監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)（圖1）。
　　2.2.1 監(jiān)督學(xué)習(xí)
　　監(jiān)督學(xué)習(xí)表示機(jī)器學(xué)習(xí)的數(shù)據(jù)是帶標(biāo)記的，這些標(biāo)記可以包括數(shù)據(jù)類別，數(shù)據(jù)屬性以及特征點(diǎn)位置等等。這些標(biāo)記作為預(yù)期效果，不斷來修正機(jī)器的預(yù)測(cè)結(jié)果。具體首先過程是：通過大量帶有標(biāo)記的數(shù)據(jù)來訓(xùn)練機(jī)器，機(jī)器將預(yù)測(cè)結(jié)果與期望結(jié)果進(jìn)行比對(duì)；之后根據(jù)比對(duì)結(jié)果來修改模型中的參數(shù)，再一次輸出預(yù)測(cè)結(jié)果；再將預(yù)測(cè)結(jié)果與期望結(jié)果進(jìn)行比對(duì)……重復(fù)多次直至收斂，最終生成具有一定魯棒性的模型來達(dá)到智能決策的能力。
　　常見的監(jiān)督學(xué)習(xí)有分類，回歸。分類（classification）是將一些實(shí)例數(shù)據(jù)分到合適的類別中，它的預(yù)測(cè)結(jié)果是離散的。回歸（regression）是將數(shù)據(jù)歸到一條“線”上，即為離散數(shù)據(jù)生產(chǎn)擬合曲線，因此其預(yù)測(cè)結(jié)果是連續(xù)的。
　　2.2.2 無監(jiān)督學(xué)習(xí)
　　無監(jiān)督學(xué)習(xí)表示機(jī)器學(xué)習(xí)的數(shù)據(jù)是沒有標(biāo)記的。機(jī)器從無標(biāo)記的數(shù)據(jù)中探索并推斷出潛在的聯(lián)系。常見的無監(jiān)督學(xué)習(xí)有聚類，降維。
　　在聚類（clustering）工作中，由于事先不知道數(shù)據(jù)類別，因此只能通過分析數(shù)據(jù)樣本在特征空間中的分布，例如基于密度或是基于統(tǒng)計(jì)學(xué)概率模型等等，從而將不同數(shù)據(jù)分開，把相似數(shù)據(jù)聚為一類。
　　降維（dimensionality reduction）是將數(shù)據(jù)的維度降低。例如描述一個(gè)西瓜，若只考慮外皮色澤，根蒂，敲聲，紋理，密度以及含糖率這6個(gè)屬性，這6個(gè)屬性代表了西瓜數(shù)據(jù)的維度為6。進(jìn)一步考慮降維的工作，由于數(shù)據(jù)本身具有龐大的數(shù)量和各種屬性特征，若對(duì)全部數(shù)據(jù)信息進(jìn)行分析，將會(huì)增加訓(xùn)練的負(fù)擔(dān)和存儲(chǔ)空間。因此可以通過主成分分析等其他方法，考慮主要影響因素，舍棄次要因素，來平衡準(zhǔn)確度與效率。
　　2.2.3 強(qiáng)化學(xué)習(xí)
　　強(qiáng)化學(xué)習(xí)是帶激勵(lì)的，具體來說就是，如果機(jī)器行動(dòng)正確，將施與一定的“正激勵(lì)”；如果行動(dòng)錯(cuò)誤，也同樣會(huì)給出一個(gè)懲罰（也可稱為“負(fù)激勵(lì)”）。因此在這種情況下，機(jī)器將會(huì)考慮如何在一個(gè)環(huán)境中行動(dòng)才能達(dá)到激勵(lì)的最大化，具有一定的動(dòng)態(tài)規(guī)劃思想[2]。例如在貪吃蛇游戲中，貪吃蛇需要不斷吃到“食物”來加分。為了不斷提高分?jǐn)?shù)，貪吃蛇需要考慮在自身位置上如何轉(zhuǎn)向才能吃到“食物”，這種學(xué)習(xí)過程便可理解為是一種強(qiáng)化學(xué)習(xí)。
　　強(qiáng)化學(xué)習(xí)最為火熱的一個(gè)應(yīng)用便是谷歌AlphaGo的升級(jí)品—AlphaGo Zero。相較于AlphaGo，AlphaGo Zero舍棄了先驗(yàn)知識(shí)。不再需要人為設(shè)計(jì)特征，直接將棋盤上黑白棋子的擺放情況作為原始數(shù)據(jù)輸入到模型中，機(jī)器使用強(qiáng)化學(xué)習(xí)來自我博弈，不斷提升自己最終出色完成下棋。AlphaGo Zero的成功證明了在沒有人類的經(jīng)驗(yàn)和指導(dǎo)下，深度強(qiáng)化學(xué)習(xí)依然能夠出色完成指定任務(wù)。

相關(guān)熱詞搜索：現(xiàn)狀及 機(jī)器 研究 發(fā)展 學(xué)習(xí)