機器學習在前兩年的時間裡，一下子就爆火了起來。很多公司也跟著這個趨勢，招募了很多演算法工程師、資料探勘工程師。但是，在實踐中，企業發現要落地，實際上還有很多問題需解決。以至於在大部分專案，還是規則主導。演算法工程師的日常，也不過是清洗資料，調整規則。所以，機器學習技術，在真實的應用中到底缺少些什麼呢？
在國立臺灣大學《機器學習》2019春季班，李宏毅老師給出了他的觀察。以下的內容，結合李老師的最新講義、加上我本身工作的理解，給大家梳理機器學習落地急需解決的9個難題。
拒絕回答與可解釋性（哲學層面）
1. Anomaly Detection 機器能不能知道“我不知道”
機器能不能知道自己的識別範圍，還是說生硬地給出模型內的東西，或者說丟擲無法識別。在貓狗分類裡，現有的模型已經到達很高的精度，甚至能給出貓狗的品種。
但是正式上線後，使用者真的會乖乖給到貓狗的圖片嗎？如果使用者丟一張妹子圖，機器能夠知道自己不知道嗎？目前這個領域的研究叫做 Anomaly Detection。知道自己不知道，對於一些異常的情況，十分重要。
2. Explainable AI 說出為什麼“我知道”
神馬漢斯的故事：
18世紀德國，一匹名叫漢斯的馬成為當地網紅。他能夠計算簡單的算術題，並用蹄子敲出正確回答。這在當時一度引起轟動。後來，有人做了個實驗，把漢斯和周圍的人完全隔絕，這匹馬就完全蒙圈了。時事證明，這匹馬的神奇能力不在於他的算數能力，而在於他的觀察能力。當給到正確答案時，周圍的人會有不一樣的反應，漢斯也就隨即停止敲馬蹄。
機器學習的成果，是否同漢斯一樣，通過一些意想不到的渠道，獲得的答案。在 GCPR 2017 Tutorial 的研究中，研究者通過注意力機制，研究機器判斷的依據。
實驗者測試了兩個模型，兩個模型均為馬匹識別。DNN 模型的焦點集中在馬匹身上，是一個正常的模型。但 FV 的交點卻集中在圖片左下角。原來，圖片的左下角有圖片的出處，所有的包含馬匹的圖都有這個標記。所以，FV 模型學到的重點在於這些標記。同樣的表現，卻是不一樣的判斷依據。顯然，FV 模型的判斷依據是滑稽和不可靠的。
我們需要一些技術，讓 AI 不僅給出結果，同時要給出判斷的依據。即：模型的可解釋性。
抵禦惡意攻擊
3. 防止 Adversarial Attack
人有錯覺，機器是否也會有錯覺。我們來做一個認知實驗。以下兩個圈圈，哪個的顏色更深？好，記住你的答案。結果將在稍後揭曉。
對於機器，有研究表明，通過改變影象中的個別畫素，可以起到迷惑機器的作用。改變一個畫素，就可以讓模型的判斷結果從熊貓到長臂猿。該技術名叫 Adversarial Attack。
這樣的技術相當危險。舉個例子，當自動駕駛的車輛行駛在路上時，可能路邊的人揮舞下旗子，機器的判斷就會被干擾，做出不當的舉動。
回到開頭的例子，正確答案是左邊。這其實是一個計中計。你以為這是視覺認知實驗，其實這也是某種形式的“心理攻擊”。
學習模式
4. Life-long learning 終身學習
終身學習是一個人類行為的概念。活到老學到老，大家都知道只有不斷更新自己的知識，才能跟上社會發展的步伐。同時呢，先前學到的東西，對後面的學習仍有幫助。舉個例子：學完線性代數之後，對學習和理解機器學習就大有幫助。
但是，機器不一樣。今天的我們，一般只讓一個模型學習一個任務。但這樣會存在一些問題。首先是隨著建模的增多，模型數量將無限增長。其次，模型之前學到的技能，對之後的學習沒有幫助。就像 Alphastar 它玩星際爭霸很棒，但讓他同時學下圍棋，目前來說是不行的。它和 Alphazero 是兩個不同的模型 。
那麼，自然而然的，我們就會丟擲這樣一個疑問，機器能否終身學習呢？這裡的相關研究，提個關鍵詞 Catastrophic Forgetting 。
5. Meta-learning / Learn to learn 學習如何學習
現有的機器學習模型設計，都遵循著這樣一個正規化——在特定領域人工設計一套演算法，讓機器去學習。我們就想，能不能設計一套演算法，讓機器自己去設計自己的學習演算法呢？
這樣的正規化，我們稱之為 meta-learning 元學習，或者叫 learn to learn，學習如何學習。
模型改進
6. Reinforcement learning 增強學習為什麼這麼慢
現在擼模型，沒用上增強學習，都不好意思說出來。在像星際爭霸這樣的遊戲中，增強學習確實有用。但是，它真的有那麼強嗎？
在星際爭霸中，機器花了900小時，才到達4000分左右。而人類的能力在哪兒呢？人類只需要2小時，就能到達。像前面提到的Alphastar，它雖然在星際爭霸上能夠痛扁人類，但它可是花了200年的時間在玩這個遊戲。模型世界就像是修仙小說裡的精神世界。若是把一個人丟在裡面，只能玩星際爭霸，他其實也可以達到機器的水平，更可能比機器做得更好。增強學習為什麼這麼慢，能不能再快些？
7. Network Compression 神經網路壓縮
機器學習目前多執行在大型伺服器上，配備極強的 GPU、相當大的記憶體和數目眾多的 CPU。但若想要把機器學習廣泛應用於生活中，IoT 物聯網這類裝置的計算和儲存都是十分有限的。我們能不能把模型縮小，同時保留其能力呢。我們能不能把大型神經網路進行剪枝，或者是引數二元化，以此來減輕記憶體和計算壓力呢。我們現在有 tensorflow lite，有 coreML，但這些還不夠。
訓練資料
8. Few-shot / Zero-shot learning 一定需要很多訓練資料嗎
做比賽、寫論文的都知道，要想效果好，資料少不了。資料質量很大程度決定了結果的表現。但是在實際生產環境中，帶標註的優質資料是極其稀少的。這個時候，老闆想讓你做一個異常遊戲玩家的識別，資料樣本又很少，你該怎麼辦？除去自己手工標註、請人標註、做資料擴增外，我們還有很沒有別的辦法。難道要跟老闆攤牌，說做不了這一個任務嗎？
現實場景的樣本之少，一直有在困惑我們一線的員工。現在我們就希望，模型能夠通過少量的樣本，擴充套件到大量的未標記資料。這樣的研究有，我們稱之為 Few-shot learning。更有甚至，模型能不能通過我對川菜的描述：麻辣、重油、就識別出桌上的飯菜是四川菜呢？這樣的模型被稱之為 Zero-shot learing，不需要樣本進行學習。
9. 機器學習的謊言 訓練資料和測試資料很不一樣
當我們在學習機器學習各類演算法時，教科書都會有這樣一個假設：訓練資料和測試資料擁有相同的分佈。但在真實世界中，這就是個謊言。
以手寫數字識別為例，當訓練集和測試集同分布時，你可以輕鬆達到99%的正確率。但在真實生活中，你的老闆可能會給你右邊的任務。訓練資料是黑白的，實際場景中背景卻是彩色的。這裡你有兩個選擇：一是把《機器學習》這本數仍到老闆面前，告訴他書上寫的要求同分佈，你這個任務做不了。但是一想到你家裡的老婆孩子，你可能還是會含淚接下這個任務。仔細想想，若是模型真的識別到數字的形狀，背景色應該沒有關係吧。但是當你真正來做這件事時，你會發現，同樣的模型，正確率下降到了57.5%。
諸如此類的問題，在真實場景中很常見。實際工作中，我們也有采取一些措施，儘量避免分佈不同步的情況發生。
總結
李宏毅老師以上的總結，在生產環境確實存在。這也是我把它梳理一遍的動機，希望所有從業者在工作中能夠注意到它們，在這些問題上有所突破。看完本文的讀者，別忘了點贊、評論、喜歡+關注哦。你的鼓勵，是我下一步的動力。
原文首發連結