AI和ML

机器能学会什么?

字号+ 作者:那福忠 来源:brain 2018-01-05 09:54

机器学习已是现在进行式,当其发展成人工智能 AI,终究会对我们造成影响,但机器到底能学会什么?


 


 


机器学习已是现在进行式,当其发展成人工智能 AI,终究会对我们造成影响,但机器到底能学会什么?
 
机器能学会什么?
 
机器人(Robot)行动笨拙,除了制造业的专用机器手臂,机器人的动作远不如人类灵敏,是因为机械操演不够灵活。但机器学习(Machine Learning, ML)则是另一个领域,是人工智能 AI 的核心技术,不需要机械的操演,但能学习人类相当多的技术,甚至替代人类的工作。
 
一旦机器人的机械操演技术进一步进展,也就会学到一些人类日常生活的动作,当然这也要用机器学习产生的 AI 做为脑子。所以机器学习 ML,恐怕不是一个机器人坐在书堆上,一本本的读。 
 
上个月《科学》(Science)杂志有一篇报导,探讨机器学习的特性与功能,有些领域机器可以学的非常好,这领域的工作迟早会被机器替代,但有的领域机器却学不了,在这些领域人类仍然主导。
 
目前的机器学习主要是用计算机仿真的神经网络,模仿我们思考的方式,然后用大量的数据(大数据)来训练,增进智慧,训练结束之后,就成为一个 AI 软件。当然这句话的解释过于简单,实际上用计算机软件模仿我们脑神经的运作,适用性仍有争议,这只是目前的技术。
 
机器虽然不同于人类,但学习的情形有类似的地方,比如从病历诊断哪一种疾病发生的机率,从贷款申请预测未来偿还的机率,这些都是医师与理财专家天天做的事,但机器可能比人做的更快更好,因为因果关系、也就是输入与输出的连结,定义清楚,适合机器的学习运算。
 
机器学习不单靠规则,还要靠经验数据来训练,越多的资料、学习的越精准,大数据的概念就用到这里。大数据可来自监测网络的交易与互动,人工加注分类整理,或针对特定问题制作的仿真,但数据来自非结构化的来源,像是网络聊天,可能产生偏差,机器学习的结果也难免偏颇。另外,靠数据训练,并非适合所有的领域。
 
最有意思的是,只要有明确的目标,甚至不必知道达到目标的最好方法,只要运用整理好的数据来训练,机器的学习效果就特别好。这种方式通常用在系统层面的宏观领域,像是让公司获取最大的利润,让市区的交通流畅无阻,而不是用在细微枝节上,因为枝节的数据范围太窄,难免有错。
 
另一个有意思的是,机器是不讲理的,学习得到结果,却说不出演绎的道理,医师能从病历耐心的解释诊断的结果,但机器的解说显然不如医师。这正说明了计算机仿真与人的思维运作不同,神经网络从输入到输出可能有很多层次,每一层次运算出多项结果传递给下一层,这些中间结果并不做他用,所以我们看到最终结果,却看不到中间过程。
 
机器学习的算术法,都是用统计与或然率求得答案,学的再好,一旦用到 AI 解决问题,都没有100%的肯定答案,也就是仍然有出错的机会,如同最好的人类专家一样,我们用 AI 解决问题,要把容忍出错放在心上。
 
综合机器学习的特性,需要大量数据,定义严谨的输入与输出连结,使用统计与或然率,不能发展出单一的最佳答案,不能做清晰解释。机器「受困」于计算机仿真的神经网络,缺乏人类的适应性,不能突然改变。
 
所以底线是,许多工作难以自动化,至少要比传说的来得慢。但仍不能掉以轻心,机器学习发展成 AI,终究会对我们造成影响,在不同的领域,以不同的程度替代我们的工作。 值得注意的是,机器学习也不断的在“学习”,学习能力一天天提升。









相关文章
  • 职场AI的“1984”

    职场AI的“1984”

    2018-04-05 13:30

  • 人工智能即将冲击与改变现有医疗方式

    人工智能即将冲击与改变现有医疗方式

    2018-04-04 13:18

  • 人工智能可以帮助养活世界吗?

    人工智能可以帮助养活世界吗?

    2018-03-29 08:53

  • 送货机器人上路后仍遭遇重重阻力

    送货机器人上路后仍遭遇重重阻力

    2018-03-26 14:10

网友点评