什麼是AI、機器學習與深度學習？

什麼是 AI、機器學習與深度學習？

 

大家好，我是楊鋒，作為一個大資料從業人員，相信大家整天都在被 AI、機器學習、深度學習等一些概念轟炸。有時候甚至有點誠惶誠恐，一方面作為一個“業內人士”而自豪，二方面覺得新概念一個接一個，自己不甚瞭解，有點恐懼。我一直相信一句臺詞——“喝了敵人的血，下次見面就不會再怕了”。學習知識亦然，很多時候，你覺得很高深，實際上是缺乏清晰的概念。當你真的把這些概念理清楚後，往往會恍然大悟，萬變不離其宗，原來不過如此。上網查了很多資料，很遺憾的是，99%的從業者語文都不怎麼過關，連基本的定義都不會下。一個簡單的“限定詞+更大的集合”的定義模式都沒有掌握，深表遺憾。於是還是決定自己來梳理一下吧。有高人說過（花錢買的）：你對一個領域的理解程度，完全取決於你的頭腦裡有多少清晰的概念，以及能否把這些概念關聯起來。廢話少說，開始嘮吧。

           人工智慧（ Artificial Intelligence）是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門技術科學。我們來分解一下這個概念。“人工智慧”是“一門技術科學”，它研究與開發的物件是“理論、技術及應用系統”，研究的目的是為了“模擬、延伸和擴充套件人的智慧”。既然如此，那麼買菜用的“計算器”算是人工智慧嗎？嚴格地說是算的，因為它至少做了“模擬”人在計算方面的智慧，並擴充套件了這個能力（比人算得更快）。我們每天編碼驅動計算機去幫我們幹活，這個算是人工智慧嗎？也算的。所以，首先不用妄自菲薄，其實大家早已是“人工智慧”的從業者了。我們現在看到的貌似很高階的技術，如影像識別、NLP，其實依然沒有脫離這個範圍，說白了，就是“模擬人在看圖方面的智慧”和“模擬人在聽話方面的智慧”，本質上和“模擬人在計算方面的智慧”沒啥兩樣，雖然難度有高低，但目的是一樣的——模擬、延伸和擴充套件人的智慧。另外，人工智慧也不是啥新概念，事實上這是50年代提出的東西了（比你們老多了），現在這麼火熱，頂多只能算是“詐屍”，談不上“新生”。

        隨著人對電腦科學的期望越來越高，要求它解決的問題越來越複雜，摧枯拉朽地打個小怪已經遠遠不能滿足人們的訴求了。1+1好算，1+2也不難，這些已經能解決的問題暫且按下不表。要解決的問題域越來越複雜，即使是同一個問題，其面對的場景也越來越多。我們總不能每新出來一種場景，就讓碼農去查詢switch，然後在default前去再加一個case吧；世間的場景千千萬，那得多少個case啊，殺個碼農祭天也保不齊會出問題啊。那怎麼辦呢？於是有人提出了一個新的思路——能否不為難碼農，讓機器自己去學習呢（提出這個概念的人一定做過碼農）？好吧，現在機器學習的定義就出來了。機器學習即不需要碼農新增case語句而讓機器自己學會執行任務的人工智慧技術。好像不太正規啊，好吧，再定義一下。機器學習就是用演算法解析資料，不斷學習，對世界中發生的事做出判斷和預測的一項技術。研究人員不會親手編寫軟體、確定特殊指令集、然後讓程式完成特殊任務；相反，研究人員會用大量資料和演算法“訓練”機器，讓機器學會如何執行任務。這裡有三個重要的資訊：1、“機器學習”是“模擬、延伸和擴充套件人的智慧”的一條路徑，所以是人工智慧的一個子集；2、“機器學習”是要基於大量資料的，也就是說它的“智慧”是用大量資料喂出來的，如果缺少海量資料，它也就啥也不是了；3、正是因為要處理海量資料，所以大資料技術尤為重要；“機器學習”只是大資料技術上的一個應用。常用的10大機器學習演算法有：決策樹、隨機森林、邏輯迴歸、SVM、樸素貝葉斯、K最近鄰演算法、K均值演算法、Adaboost演算法、神經網路、馬爾科夫。Apache有個開源項叫mahout，提供了這些經典演算法的實現；但是後來spark出來了，由於在記憶體迭代計算方面的優勢，一下子搶過了這個風頭，目前spark自帶的MLlib被使用得更為廣泛。雖然mahout也在向spark轉，但是在技術的世界裡就是這樣的，只有新人笑，哪聞舊人哭。

        相較而言，深度學習是一個比較新的概念，算是00後吧，嚴格地說是2006年提出來的。老套路，也給它下一個定義。深度學習是用於建立、模擬人腦進行分析學習的神經網路，並模仿人腦的機制來解釋資料的一種機器學習技術。它的基本特點，是試圖模仿大腦的神經元之間傳遞，處理資訊的模式。最顯著的應用是計算機視覺和自然語言處理(NLP)領域。顯然，“深度學習”是與機器學習中的“神經網路”是強相關，“神經網路”也是其主要的演算法和手段；或者我們可以將“深度學習”稱之為“改良版的神經網路”演算法。深度學習又分為卷積神經網路（Convolutional neural networks，簡稱CNN）和深度置信網（Deep Belief Nets，簡稱DBN）。其主要的思想就是模擬人的神經元，每個神經元接受到資訊，處理完後傳遞給與之相鄰的所有神經元即可。所以看起來的處理方式有點像下圖（想深入瞭解的同學可以自行google）。

 

        神經網路的計算量非常大，事實上在很長時間裡由於基礎設施技術的限制進展並不大。而GPU的出現讓人看到了曙光，也造就了深度學習的蓬勃發展，“深度學習”才一下子火熱起來。擊敗李世石的Alpha go即是深度學習的一個很好的示例。Google的TensorFlow是開源深度學習系統一個比較好的實現，支援CNN、RNN和LSTM演算法，是目前在影像識別、自然語言處理方面最流行的深度神經網路模型。事實上，提出“深度學習”概念的Hinton教授加入了google，而Alpha go也是google家的。在一個新興的行業，領軍人才是多麼的重要啊！

 

        總結：人工智慧是一個很老的概念，機器學習是人工智慧的一個子集，深度學習又是機器學習的一個子集。機器學習與深度學習都是需要大量資料來“喂”的，是大資料技術上的一個應用，同時深度學習還需要更高的運算能力支撐，如GPU。

想要更詳細的瞭解，請訪問華為雲學院（ edu.huaweicloud.com/courses/ ），課程獲取密碼，搜尋：機器學習或者深度學習或者 AI ，一般人我不告訴他喔！