幾分鐘帶你了解人工智能和機(jī)器學(xué)習(xí)(共5頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上幾分鐘帶你了解人工智能和機(jī)器學(xué)習(xí)大數(shù)據(jù)和人工智能正席卷全球，眾多熱門詞匯蜂擁而至：人工智能（Artificial Intelligence）、大數(shù)據(jù)（Big Data）、云計算（Cloud Computing）、機(jī)器學(xué)習(xí)（Machine Learning）、數(shù)據(jù)挖掘（Data Mining）、深度學(xué)習(xí)（Deep Learning）、強(qiáng)化學(xué)習(xí)（Reinforcement Learning）和數(shù)據(jù)庫（Databases）。不少人對這些高頻詞匯的含義及其背后的關(guān)系總是似懂非懂、一知半解。為了幫助大家更好地理解，我們用最簡單的語言來解釋這些詞匯的含義，理清它們之間的關(guān)系，希望

2、對剛?cè)腴T的同學(xué)們有所幫助。人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)首先來看一下人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的關(guān)系。如圖所示，我們可以大致認(rèn)為深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中的一種學(xué)習(xí)方法，而機(jī)器學(xué)習(xí)則可以被認(rèn)為是人工智能的一個分支。人工智能：人工智能涵蓋的領(lǐng)域很廣，除了機(jī)器學(xué)習(xí)外，還包括專家系統(tǒng)、進(jìn)化計算、模糊邏輯、粗糙集、多代理、規(guī)劃問題等。最近幾年，人工智能的發(fā)展主要得益于機(jī)器學(xué)習(xí)領(lǐng)域的推動，尤其是深度學(xué)習(xí)取得的突破，其他領(lǐng)域的進(jìn)展相對較小。人工智能分為弱人工智能和強(qiáng)人工智能，前者讓機(jī)器具備觀察和感知的能力，可以做到一定程度的理解和推理。目前的科研都集中在弱人工智能這部分，并很有希望在近期取得重大突

3、破。而強(qiáng)人工智能期待讓機(jī)器獲得自適應(yīng)能力，解決一些之前沒有遇到過的問題。電影里的人工智能多半都是在描繪強(qiáng)人工智能，而這部分在目前的現(xiàn)實(shí)世界里難以真正實(shí)現(xiàn)。機(jī)器學(xué)習(xí)：從學(xué)習(xí)方法上來分，機(jī)器可以分為監(jiān)督學(xué)習(xí)（如分類問題）、無監(jiān)督學(xué)習(xí)（如聚類問題）、半監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。深度學(xué)習(xí)本來并不是一種獨(dú)立的學(xué)習(xí)方法，其本身也會用到有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。但由于近幾年該領(lǐng)域發(fā)展迅猛，一些特有的學(xué)習(xí)手段相繼被提出（如殘差網(wǎng)絡(luò)），因此越來越多的人將其單獨(dú)看作一種學(xué)習(xí)的方法。按照學(xué)習(xí)目的來分，機(jī)器學(xué)習(xí)涵蓋了回歸、分類、聚類、異常監(jiān)測、量綱學(xué)習(xí)和因果分析等。深度學(xué)習(xí)：最初的深度

4、學(xué)習(xí)是利用深度神經(jīng)網(wǎng)絡(luò)來解決特征表達(dá)的一種學(xué)習(xí)過程。深度神經(jīng)網(wǎng)絡(luò)本身并不是一個全新的概念，可大致理解為隱含層很多的一個神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。為了提高深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效果，人們對神經(jīng)元的連接方法和激活函數(shù)等方面做出相應(yīng)的調(diào)整。其實(shí)有不少想法早年間也曾有過，但由于當(dāng)時訓(xùn)練數(shù)據(jù)量不足、計算單元落后，因此最終的效果不盡如人意。強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)為一個代理（Agent）在一個環(huán)境里設(shè)計一系列動作（Actions）以獲得最優(yōu)的未來長期回報（Reward）。走迷宮常被用來作為解釋強(qiáng)化學(xué)習(xí)的例子。因?yàn)閷W(xué)習(xí)方法復(fù)雜，早年間強(qiáng)化學(xué)習(xí)只能解決一些非常簡單（狀態(tài)空間小、動作選擇少）的問題。直到深度學(xué)習(xí)的出現(xiàn)，使得我們可以用

5、深度神經(jīng)網(wǎng)絡(luò)去逼近一個近似的價值和策略函數(shù)，強(qiáng)化學(xué)習(xí)才取得很大的進(jìn)展（如在AlphaGo里的價值判斷網(wǎng)絡(luò)），人們稱其為深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning）。與其說是強(qiáng)化學(xué)習(xí)的進(jìn)展，不如說是在強(qiáng)化學(xué)習(xí)的框架里，深度學(xué)習(xí)貢獻(xiàn)了巨大的力量。數(shù)據(jù)挖掘、人工智能、大數(shù)據(jù)和云計算數(shù)據(jù)挖掘是從數(shù)據(jù)中發(fā)掘知識的過程，在這個過程中人工智能和數(shù)據(jù)庫技術(shù)可以作為挖掘工具，數(shù)據(jù)可以被看作是土壤，云平臺可以看作是承載數(shù)據(jù)和挖掘算法的基礎(chǔ)設(shè)施。數(shù)據(jù)挖掘：數(shù)據(jù)挖掘是從數(shù)據(jù)中發(fā)掘知識的過程，在挖掘數(shù)據(jù)的過程中需要用到一些挖掘工具和方法（如圖二第二個層面所示）。這些工具可以是基于數(shù)據(jù)庫的挖掘方

6、法，比如頻發(fā)模式發(fā)掘（Frequent Pattern Mining）和關(guān)聯(lián)規(guī)則。大家經(jīng)常聽說的啤酒和尿布的例子就是基于數(shù)據(jù)庫技術(shù)的頻繁模式發(fā)掘。數(shù)據(jù)挖掘也可以用到機(jī)器學(xué)習(xí)的方法，比如各種分類模型（如Decision trees和SVM）、概率圖模型（Probabilistic Graphical Models）以及深度學(xué)習(xí)的方法。數(shù)據(jù)挖掘同樣也可以用到人工智能里非機(jī)器學(xué)習(xí)的方法，比如遺傳算法和粗糙集等。當(dāng)數(shù)量非常大時，數(shù)據(jù)挖掘需要借助云平臺來承載數(shù)據(jù)，并利用云平臺中的分布式計算單元來提高數(shù)據(jù)挖掘效率。當(dāng)挖掘完畢后，數(shù)據(jù)挖掘還需要對知識進(jìn)行可視化和展現(xiàn)。云計算：云計算平臺一般是由第三方IT公司

7、建立的涵蓋基礎(chǔ)設(shè)施、計算資源和平臺操作系統(tǒng)的集成體。云平臺解決了傳統(tǒng)公司各自搭建機(jī)器集群所產(chǎn)生的建設(shè)周期長、升級換代慢、維護(hù)成本高的痛點(diǎn)，讓其他公司可以從搭建計算平臺的繁重任務(wù)中解脫出來而專注于自己的業(yè)務(wù)。云平臺用戶可以高效、靈活的調(diào)整自己的資源配置（比如用多少臺虛擬機(jī)、多少個計算節(jié)點(diǎn)等），第三方公司根據(jù)用戶使用的資源來收取相應(yīng)的費(fèi)用。打一個通俗的比喻，就好比不用每家每戶弄一個發(fā)電機(jī)，而是集中建一個發(fā)電廠，每家只需要插上插頭就可以用電，根據(jù)用電的多少來計費(fèi)。用戶不用關(guān)心發(fā)電廠建在哪里、如何發(fā)電，也不用操心如何維護(hù)發(fā)電廠本身的運(yùn)轉(zhuǎn)和安全。大數(shù)據(jù)：大數(shù)據(jù)是一種從數(shù)據(jù)的采集、管理、分析挖掘到服務(wù)提供

8、的端到端的、解決行業(yè)問題的綜合實(shí)力，是從數(shù)據(jù)生命周期這個維度來看的知識獲取過程（數(shù)據(jù)庫、機(jī)器學(xué)習(xí)和人工智能技術(shù)可以成為其中的一個環(huán)節(jié)），也是一種基于數(shù)據(jù)的思維方式。通常講大數(shù)據(jù)都會提到4個V，Volume（量大）、Velocity（速度快）、Variety（多樣性）、Value（價值）。但實(shí)際上，除了Variety（多樣性）以外，其他幾個屬性很難界定，比如多大才叫大，一直很難給出一個嚴(yán)格的定義。而只要是數(shù)據(jù)就有其價值，關(guān)鍵是如何利用數(shù)據(jù)。因此，大數(shù)據(jù)不是指一個體量很大的單一數(shù)據(jù)，其關(guān)鍵在于多源數(shù)據(jù)融合（即把來自不同領(lǐng)域的數(shù)據(jù)的知識相互結(jié)合，形成1+1>2的合力），這是大數(shù)據(jù)的戰(zhàn)略制高點(diǎn)，不是單單在“數(shù)據(jù)”前加個“大”字那么簡單。改