与机器学习的第一次亲密基础- 1. 从人类学习到机器学习

        相信对于广大读者而言,“学习”这一词汇应该并不陌生。在我们很小的时候,家长和老师就开始教导我们要“好好学习,天天向上”。在随后的数年中,我们也一直响应这一口号,伴随学习而成长。那么,大家是否真正想过究竟何为学习,又应该如何用语言来解释它呢?事实上,“学习”这个词汇还是比较抽象的,要对其下一个严格的定义并非易事,而我们绝大多数人对学习这一词汇的理解也往往是比较片面的。根据百度百科的释义,学习分为狭义与广义两种解释。其中,狭义的解释是:学习是通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程。这种解释与我们大多数人对“学习”一词的理解较为接近。而从广义上讲,学习是指人们在生活过程中,通过获得经验而产生的行为或行为潜能的相对持久的行为方式。通过这一释义,我们发现:人类的学习并不只来自于书本、课堂和实验室,还来自于生活的每一个角落,可以说我们的一生都伴随着学习,正可谓“生命不息,学习不止”。
        学习能力,虽非人类所独有(如狮子学习捕猎、鸟类学习飞行等),但在作为这个星球最为高级的动物,即人类身上,却得到了最为淋漓尽致的体现。人类通过学习来观察我们所生活的这个世界,乃至整个宇宙的方方面面,进而创造知识,再通过学习将这些知识不断传承下去,利用这些知识来改善我们的生产方式、社会结构,乃至生存状态。因此,可以说:人类的发展史,之所以会从蒙昧走向文明,都要拜我们自身的学习能力所赐。
        下面,让我们考虑人类为什么能够进行学习,能够创造知识,这就不得不提人类大脑的构成。实际上,在我们人类的大脑中,存在着一个复杂的神经网络系统。该系统包含数以亿计的神经元细胞,且每个神经元均与多个其它的神经元存在通路,可以在彼此间传递生物电信号。这个系统工作原理复杂,直至今日我们的神经生理学家也无法完全解释其工作机理,我们只是清楚:该系统是人体的“司令官”,它负责接收来自人体各个部位的神经冲动信号,并可以形成决策,发出指令,来指挥人类的行为。因此,与人类智能有关的一切行为事实上都是由该系统“创造”出来的,这其中就包括我们的学习能力。
        提到智能,就不得不提与之相关的四大基本能力,分别为感知能力、记忆能力、学习能力和行为能力。这四种能力构成了一个有关智能行为的闭环。可以说:只有同时兼具上述四种基本能力,才可谓之智能。对照于我们人类自身,感知能力来自于视觉、听觉、嗅觉、味觉以及触觉,即我们平时所说的五觉;行为能力表现为我们的语言、肢体动作,乃至微表情;记忆能力由大脑神经网络来加以实施,表现为对之前所感知到的信息或“感知-行为”准则的存储;而最为重要的学习能力同样由大脑神经网络完成,即对记忆信息的关联、融合和升华,最终以知识的形式呈现。图1.1描述了人类智能行为的链路结构。

 

与机器学习的第一次亲密基础- 1. 从人类学习到机器学习

                                                                               图1.1 人类智能行为的链路结构
       

         既然人类可以通过上述四种基本能力展现出所谓的智能行为,那么我们就会想:“能否复制这些能力,让我们的计算机也能展现出智能来呢?”最早有这种想法的人是“计算机之父”阿兰﹒图灵,他在1950年发表了一篇题名为《Computingmachiery and intelligence》(计算机器与智能)的文章,第一次深入思考了这一想法实施的可行性。随后,这一想法便迅速吸引了众多科学家的关注,并促成了1956年达特茅斯会议的举办,催生了人工智能这一门科学。为了让计算机具备人类智能的四种基本能力,近60多年来,人工智能领域的学者做了大量的研究工作。其中:感知能力可以通过摄像机、照相机、语音信号采集设备以及门类繁杂的传感器来加以实现;记忆能力可以通过加载大容量的数据存储设备来实现;行为能力可以通过为计算机配置车轮、履带、扬声器及机械手等执行设备来实现;而最为重要的学习能力却也更为复杂,只能通过机器学习技术来实现。因此,机器学习在人工智能学科体系,乃至计算机学科体系中都占有举足轻重的地位,其学科体系如图1.2所示。
         如上所述,我们了解了机器学习的重要性,也清楚了机器学习模仿的是我们人类大脑神经网络中所具有的最高级的功能。那么,接下来我们就需要给机器学习来下一个定义了。所谓机器学习,就是一门专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,并重新组织已有的知识结构使之不断改善自身性能的技术。可以说,机器学习是人工智能的基石,一个不具备学习能力的智能系统,其智能将完全无从谈起。
 

与机器学习的第一次亲密基础- 1. 从人类学习到机器学习

                                                                                    图1.2 机器学习所在学科体系


        可以说,传统的计算机程序是“死”的,它只能用于以预设好的模式来解决特定的问题,而机器学习程序却是“活”的,它要能自我进化,不断适应外界环境的变化。这有点类似于我们人类的大脑,记忆能力往往是“死”的,而学习能力却是“活”的,能够做到举一反三。

        从人类学习到机器学习,我们终于看到了“人工智能”实现的曙光。相信在不久后的将来,人类就会从繁重的体力劳动中彻底解脱出来,可以尽情享受机器学习技术为我们带来的福利,生活环境也将变得更为舒适、安全与便利。