人工智能初步

人工智能初步機(jī)器學(xué)習(xí)作為實(shí)現(xiàn)人工智能的基礎(chǔ)需要極其廣泛的知識(shí)技術(shù)體系：包括腦神經(jīng)科學(xué)，生命科學(xué)，社會(huì)管理學(xué)，數(shù)學(xué)，計(jì)算機(jī)科學(xué)，心理學(xué)等等。文中對(duì)于人工智能功能及適用范圍的預(yù)測(cè)極為準(zhǔn)確簡(jiǎn)練，人工智能沒(méi)有必要變得和人一樣，至少處理大規(guī)模數(shù)據(jù)上相較于人類來(lái)說(shuō)有過(guò)之而無(wú)不及。既然如此，機(jī)器學(xué)習(xí)的優(yōu)勢(shì)在哪里？回歸作者首先便給出數(shù)據(jù)挖掘中大規(guī)模數(shù)據(jù)分析式的學(xué)習(xí)，在處理數(shù)據(jù)時(shí)將其抽象為數(shù)據(jù)組，通過(guò)比對(duì)數(shù)據(jù)組間的異同來(lái)生成各個(gè)參量間聯(lián)系“緊密程度”的回歸線方程進(jìn)而達(dá)到給定部分參數(shù)預(yù)測(cè)剩余參數(shù)的概率或評(píng)估歷史數(shù)據(jù)。但是這里涉及的問(wèn)題無(wú)疑是數(shù)據(jù)量的多少，如果無(wú)法建立起龐大的數(shù)據(jù)庫(kù)來(lái)支撐，那么預(yù)測(cè)精度可想而知。但是如果擁有海量的數(shù)據(jù)，那么學(xué)習(xí)的“應(yīng)變”，“應(yīng)用”能力則會(huì)急速下降。舉個(gè)簡(jiǎn)單的例子，很多人批判中國(guó)教育體制刻板，是純粹的灌輸，學(xué)生沒(méi)法應(yīng)用到變式當(dāng)中，因?yàn)樽兪街写嬖谥蓴_項(xiàng)，變量之間的關(guān)系沒(méi)有那么顯而易見(jiàn)。機(jī)器學(xué)習(xí)本身也是這樣，他并不理解這組數(shù)據(jù)的意義（人類真的可以嗎）只能通過(guò)大量的歷史數(shù)據(jù)間的關(guān)系，不斷修正自身與實(shí)際情況的差距，提高擬合度。但是問(wèn)題出現(xiàn)了，事件間關(guān)系的復(fù)雜性難以想象，有很多干擾實(shí)際結(jié)果的噪聲，如果機(jī)器對(duì)樣本擬合度過(guò)高，那么實(shí)際上這些噪聲的影響也被其計(jì)入了兩個(gè)事件的內(nèi)在關(guān)系中，那么預(yù)測(cè)結(jié)果的偏差就將很大程度上依賴于所給預(yù)測(cè)環(huán)境的噪聲與歷史噪聲之間的擬合程度了。這樣的學(xué)習(xí)功能顯然不是我們需要的。書(shū)中給出數(shù)據(jù)挖掘的應(yīng)用集中體現(xiàn)在醫(yī)學(xué)上，比如婦產(chǎn)問(wèn)題。因?yàn)樵袐D各式各樣的身體原因和胎兒的狀態(tài)，婦產(chǎn)醫(yī)生需要判斷何時(shí)該用剖腹產(chǎn)或順產(chǎn)等等手段來(lái)接生，而這些判斷都基于人的估計(jì)不可避免的會(huì)出現(xiàn)因環(huán)境或記憶等原因產(chǎn)生的誤差，甚至還有因此而產(chǎn)生的焦慮也會(huì)擾亂醫(yī)生的判斷。因此一份包含9714名早期孕婦的數(shù)據(jù)庫(kù)被用于試驗(yàn)來(lái)預(yù)測(cè)不同手段的風(fēng)險(xiǎn)是多少。這份數(shù)據(jù)中每個(gè)個(gè)體都有215項(xiàng)的參數(shù)來(lái)關(guān)聯(lián)各種解決方案，包括母子產(chǎn)前身體狀況，所做檢查，產(chǎn)后健康指標(biāo)等等，從而得出一張關(guān)系表，用來(lái)預(yù)測(cè)之后的婦產(chǎn)問(wèn)題該如何選取才能降低風(fēng)險(xiǎn)。但是以此來(lái)看，數(shù)據(jù)以早期歷史數(shù)據(jù)為“學(xué)習(xí)資料”其對(duì)醫(yī)療水平發(fā)展如此迅猛的現(xiàn)今社會(huì)必然是靠不住的。那么如何令機(jī)器學(xué)習(xí)“跟得上時(shí)代”呢？舊數(shù)據(jù)和新數(shù)據(jù)之間的權(quán)重又該如何分配呢？這的確是個(gè)奇怪的問(wèn)題，畢竟我們無(wú)法將人類的醫(yī)療水平進(jìn)展“告訴”電腦。但是，如果我們把時(shí)間也當(dāng)做一維數(shù)據(jù)添加進(jìn)去呢？將時(shí)間的變化看做和其他n維變量一樣,創(chuàng)建n+1維空間或許就能看到更多信息了，雖然機(jī)器并不懂得人類的醫(yī)療水平具體如何發(fā)展,但是他已經(jīng)知道了醫(yī)學(xué)水平產(chǎn)生的成果（醫(yī)療記錄）的變化曲線，這樣的數(shù)據(jù)對(duì)他做初步預(yù)測(cè)已經(jīng)足夠了。分類當(dāng)然這時(shí)基于醫(yī)生較為負(fù)責(zé)，完整的記錄下了數(shù)據(jù)，并詳細(xì)的分好了類，但是往往有時(shí)不是這樣的。大量的數(shù)據(jù)被疊在一起，沒(méi)有任何分類，想要從中找出應(yīng)對(duì)危機(jī)的解決辦法簡(jiǎn)直難上加難。所以，機(jī)器學(xué)習(xí)又要挺身而出了。這種對(duì)沒(méi)有分類，沒(méi)有指定類別的數(shù)據(jù)進(jìn)行學(xué)習(xí)稱為無(wú)監(jiān)督學(xué)習(xí)，無(wú)監(jiān)督學(xué)習(xí)關(guān)鍵點(diǎn)就在于如何進(jìn)行類的劃分。不同數(shù)據(jù)間存在存在相似性的劃在一起，比如：ODDODD這是一個(gè)簡(jiǎn)單的只有二維數(shù)據(jù)的類型，很明顯我們可以將其分為3類，但是這對(duì)機(jī)器來(lái)說(shuō)是一項(xiàng)龐大的計(jì)算工程（對(duì)人也一樣。。。），分為同一組的點(diǎn)集成為聚類。首先機(jī)器需要確定劃分幾個(gè)分類，比如上述點(diǎn)集可以是3個(gè),當(dāng)然也可以是1個(gè)。這里簡(jiǎn)單說(shuō)明一下k-均值算法。Aljjorilhiri丄?Chwkdai；ipointeaslhe和佃］ceniroid^(clustercensers|irefill:hr吃出dJjpoinlXlI)dtr4^^mputedi^Unccfhun\io說(shuō)xhwflirtiid.自必ign*ioihclo^l.cenu^id心“oiffltroidreprt^nls計(jì)cluMer&erldfiirre<mipuiethecentnoid^usm號(hào)thtcurrenLclusiernatimkrsliips8untHiIIk山中pingcriterionis.met這里如果給定三個(gè)類，那么隨機(jī)取三個(gè)點(diǎn)作為初始聚類中心，計(jì)算各數(shù)據(jù)點(diǎn)點(diǎn)距離各聚類中心的距離，取最近的歸為其一類，這時(shí)可以計(jì)算這一類點(diǎn)的聚類中心然后將初始聚類中心轉(zhuǎn)移至重新計(jì)算得到的聚類中心，然后重復(fù)計(jì)算各點(diǎn)到聚類中心的距離??不斷重復(fù)上述過(guò)程直到誤差平方和達(dá)到最小，這樣一般簡(jiǎn)單的分類就可以做到了。直到誤差平方和達(dá)到最小，這樣一般簡(jiǎn)單的分類就可以做到了。當(dāng)然，按我的理解一般情況我們是知道數(shù)據(jù)的大致規(guī)模結(jié)構(gòu)的，那么我們也可以增加設(shè)定一組半徑來(lái)減少運(yùn)算量。看到這里可能有人會(huì)說(shuō)，這這??我一秒鐘就能把他們分出來(lái)啊，用得著計(jì)算機(jī)嗎？但是是否想過(guò)如果給你的是一個(gè)一個(gè)坐標(biāo)點(diǎn)而不是畫(huà)在坐標(biāo)系里，如果數(shù)據(jù)不止二維而是十幾維甚至像醫(yī)院病例那樣兩百多維的話就必須要借助計(jì)算機(jī)幫忙了（甚至有時(shí)候我們連其計(jì)算結(jié)果的準(zhǔn)確性都無(wú)法做出直觀判斷）?；旌蠑?shù)據(jù)處理好吧，說(shuō)到這里不免有些疑問(wèn)，以上算法全都以點(diǎn)為基礎(chǔ)，建立向量場(chǎng)，計(jì)算距離。但是現(xiàn)實(shí)中很多數(shù)據(jù)并不是數(shù)據(jù)，比如產(chǎn)婦的人種，產(chǎn)婦的飲食等等，各種類型數(shù)據(jù)混合在一起輸入電腦，如何分類呢？這的確是一項(xiàng)很復(fù)雜的問(wèn)題，但是正如我們的人一樣--任何的信息輸入包括視覺(jué)聽(tīng)覺(jué)等等都被轉(zhuǎn)變成脈沖信號(hào)傳到大腦，機(jī)器學(xué)習(xí)時(shí)同樣是將各種不同的數(shù)據(jù)都轉(zhuǎn)化為數(shù)字信息進(jìn)而計(jì)算距離實(shí)現(xiàn)的。比如簡(jiǎn)單來(lái)說(shuō)，19歲離20歲比10歲離20歲近，衣服和褲子的距離比衣服和書(shū)的距離近。當(dāng)然這里的近不是指實(shí)際上的相近，而是根據(jù)某些特定情況（依照所研究問(wèn)題）人為給定一個(gè)距離標(biāo)準(zhǔn)。實(shí)際上我們可以將一些實(shí)在難以判斷距離關(guān)系的屬性細(xì)化為若干可以量化的信息，提升數(shù)據(jù)的維度進(jìn)而計(jì)算距離，比如在病例中使用手機(jī)，這一項(xiàng)當(dāng)然可以細(xì)化為手機(jī)打電話造成的輻射量是多少德，因使用手機(jī)分神而致死的概率，使用手機(jī)的心理孤僻的致死率等等這些和健康有關(guān)的參數(shù)，而和其相比的當(dāng)然就有使用電腦等。當(dāng)細(xì)化為這些數(shù)據(jù)時(shí)，有時(shí)我們可以有偏重的強(qiáng)調(diào)某一項(xiàng)，提高其權(quán)重，進(jìn)而達(dá)到我們期望的分類結(jié)果。如果對(duì)象是一句話呢？比如醫(yī)生的一句評(píng)價(jià)：此病人已然病入膏肓，無(wú)需手術(shù)徒增傷痛。如果是我們來(lái)看能夠清楚的理解其中的含義，但是對(duì)于計(jì)算機(jī)來(lái)說(shuō)則根本無(wú)法理解。于是也產(chǎn)生了一種新的人工智能技術(shù)：自然語(yǔ)言處理。自然語(yǔ)言處理當(dāng)然首先需要龐大的語(yǔ)言數(shù)據(jù)庫(kù)，當(dāng)然英國(guó)有網(wǎng)站收錄了從1980年至今的幾乎所有英國(guó)文學(xué)作品詞匯句式及日常用語(yǔ)搭配。有了數(shù)據(jù)庫(kù)，我們就可以找到數(shù)據(jù)間的聯(lián)系。隨后就是對(duì)句子語(yǔ)法結(jié)構(gòu)的分析，可能在動(dòng)詞后的是名詞或者種種，這里便涉及到分詞的概念。進(jìn)行合理的分詞是計(jì)算機(jī)獲取自然語(yǔ)言信息的關(guān)鍵。比如：他背著爸爸和哥哥出去了。這絕對(duì)是一個(gè)典型例子，因?yàn)椴粌H涉及到分詞而且還包括語(yǔ)音歧義。他|背著|爸爸|和|哥哥|出去了。他|背著|爸爸和哥哥|出去了。不同的分詞所有的意義差別很大。首先對(duì)于這個(gè)句子，我們需要查詢字典，判斷所有分詞組合，為他|背著|爸爸|和|哥哥|出去|了。這時(shí)就像謂詞邏輯一樣，'和'單獨(dú)出現(xiàn)時(shí)可連接左右兩個(gè)對(duì)象‘爸爸'，‘哥哥'，‘了'可單獨(dú)定義為完成時(shí)，機(jī)器可以為其添加一個(gè)時(shí)間概念。但是，并不僅僅有次一種分法，顯然對(duì)于計(jì)算機(jī)和字典來(lái)說(shuō)‘背'，‘著'可以完全是兩個(gè)分詞，理解為兩個(gè)動(dòng)詞連用（因?yàn)椤?的屬性中有V的成分），這時(shí)如何判斷到底是連用還是分開(kāi)呢？我們可以采用貝葉斯網(wǎng)絡(luò)來(lái)確定，這個(gè)稍后會(huì)說(shuō)。當(dāng)然這僅僅是根據(jù)每一個(gè)單詞前的一個(gè)單詞來(lái)確定的，也就是說(shuō)這樣的分詞是無(wú)法做到將其分為：他|背著|爸爸|（和|哥哥）出去了。實(shí)際上現(xiàn)在除非加入針對(duì)某一個(gè)句子的處理方法，單靠分詞和前后連貫的語(yǔ)義還無(wú)法理解到這一層意思，這時(shí)如果我們將連接詞的‘和'的連接對(duì)象設(shè)為前后兩個(gè)名詞內(nèi)就可能出現(xiàn)‘和'（他，哥哥）這樣的組合邏輯了。當(dāng)然這里出現(xiàn)了‘和'（他，哥哥）這樣的連接，如果我們將其看做一個(gè)謂詞符號(hào)表示‘他和哥哥'，表達(dá)兩個(gè)元素之間的一種關(guān)系，并沒(méi)有實(shí)際的對(duì)錯(cuò)。同樣，我們可以設(shè)定一個(gè)函數(shù)符號(hào)，比如‘爸爸'，爸爸（他）就表示一個(gè)新的對(duì)象，而這個(gè)對(duì)象是‘他'的映射。有了這些我們就可以創(chuàng)造一套簡(jiǎn)單的自然語(yǔ)言處理系統(tǒng)了~首先我們分好詞：他|背著|爸爸|和|哥哥|出去|了。這里可能會(huì)檢索出很多種邏輯，通過(guò)貝葉斯我們可以簡(jiǎn)單確定一種最佳選擇。如‘和'（爸爸，哥哥），背著（他，和（爸爸，哥哥）‘且'出去（他），‘了'添加完成語(yǔ)態(tài)。每一個(gè)分詞就相當(dāng)于一個(gè)標(biāo)示符，當(dāng)然可以有一定優(yōu)先級(jí)比如：‘和'的優(yōu)先級(jí)可以高一些，如果分詞分出‘和'那么優(yōu)先匹配‘和'的對(duì)象。這樣有時(shí)能夠節(jié)省很大的運(yùn)算量，某些情況下，也能提高準(zhǔn)確性?；氐街暗尼t(yī)療服務(wù)，假如一個(gè)醫(yī)生寫(xiě)到：病人死于腦淤血。分詞后病人|死于|腦淤血'死于'（x）,x如果為數(shù)字，一般為日期，如果為漢字，可能是死因。所以此處電腦可將此數(shù)據(jù)歸檔為：xxx號(hào)病人?死因（腦淤血）。貝葉斯很神奇的一項(xiàng)機(jī)器學(xué)習(xí)能力：識(shí)別人的自然語(yǔ)言，這為人機(jī)交互提供了極其廣闊的前景，但是正如之前所說(shuō)，機(jī)器列舉了所有可能的謂詞邏輯，但是哪一項(xiàng)才最恰當(dāng)呢？當(dāng)然，這里就

講到了貝葉斯網(wǎng)絡(luò)的神奇之處。首先反觀人類自身的判斷決策，從某一方面來(lái)說(shuō)，人的決策一方面基于歷史經(jīng)驗(yàn)，比如自己以前聽(tīng)見(jiàn)‘他背著父親和哥哥出去了'的意思一般都是‘背著|爸爸|(他和|哥哥)出去了'這樣的理解，所以經(jīng)驗(yàn)判斷來(lái)說(shuō)概率很大。但是另一方面又基于當(dāng)前語(yǔ)境，比如前一句是‘他和哥哥吵架'那么當(dāng)前判斷‘他|背著|(爸爸|和|哥哥)出去了'這樣的理解更為靠譜，那么計(jì)算機(jī)是否也能這樣呢？當(dāng)然貝葉斯公式之前的理解可能只是直接解決逆向概率的問(wèn)題，但是后來(lái)對(duì)其各項(xiàng)的深入理解已經(jīng)使其成為機(jī)器學(xué)習(xí)不可或缺的環(huán)節(jié)。(p(b/a)稱為最大似然度，p(a)為先驗(yàn)概率)可以通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明?，F(xiàn)在有人輸入一個(gè)單詞，但是因?yàn)槟承┰蜉斎霝?timr'當(dāng)然這不是一個(gè)單詞(至少?zèng)]幾個(gè)人認(rèn)識(shí))?，F(xiàn)在我要推斷那個(gè)人到底想輸什么。我們不能確切知道他想什么，但是可以推算出最可能的選擇。首先我們篩選出可能輸入的單詞tim**(簡(jiǎn)單起見(jiàn))隨后得到兩個(gè)反饋：time，timer。我們猜測(cè)可能的單詞為事件a,他輸入的單詞為事件b,當(dāng)然他輸入了單詞timr已經(jīng)是不變的事實(shí)了，不管我們猜什么他都不會(huì)因此而變成對(duì)的。所以p(b)為常數(shù)，而p(a/b)可以直接從字面意思理解，在他輸入了timr的情況下，我們猜測(cè)的單詞可能出現(xiàn)的概率，也就是我們猜的單詞是他所希望的單詞的概率。那么再看最大似然度p(b/a),在我們猜的某個(gè)單詞，比如time出現(xiàn)時(shí)，timr出現(xiàn)的概率，換句話說(shuō)就是他想打time卻打成timr的概率，這就是最大似然度。而p(a)先驗(yàn)概率則為time出現(xiàn)的概率，比如過(guò)去的輸入數(shù)據(jù)中，出現(xiàn)time的概率。因?yàn)閜(b)為常數(shù)，所以此時(shí)P(a|b)*P(a)*P(b|a)?，F(xiàn)在我們對(duì)比兩個(gè)選擇timer和time。首先是p(b/a)，考慮到鍵盤(pán)上'e'和'r'極其靠近，所以兩者均有可能，但是timr是4個(gè)字符，而timer是5個(gè)字符，如果考慮到人碼字時(shí)出錯(cuò)的可能，打錯(cuò)更有可能，漏打或多打可能性較低，所以time可能性更大，而p(a)則更明顯，time出現(xiàn)次數(shù)明顯多于timer，所以我們預(yù)測(cè)他想打time的可能性更大。這樣的推測(cè)同樣可以用于邏輯判斷上，方法大同小異，比如將系統(tǒng)檢索出的各種謂詞邏輯列為a1,a2,a3…之后根據(jù)貝葉斯公式計(jì)算那種發(fā)生的可能性更大。但是我們不難理解，所謂的最大似然度在很多情況下同樣是統(tǒng)計(jì)概率，是為機(jī)器提供了一個(gè)當(dāng)前的猜測(cè)環(huán)境，比如打字時(shí)用qwe還是9鍵盤(pán)，在兩種不同環(huán)境中，最大似然度的計(jì)算結(jié)果可能截然不同。說(shuō)到現(xiàn)在，終于可以稍稍放心的將病人的病例交給計(jì)算機(jī)進(jìn)行分類統(tǒng)計(jì)了。未來(lái)發(fā)展機(jī)器學(xué)習(xí)依然只是依據(jù)表面上的概率統(tǒng)計(jì)來(lái)進(jìn)行推測(cè)的，可能和人進(jìn)行的學(xué)習(xí)有著極大的差別，但是如果我們不斷將學(xué)習(xí)的對(duì)象細(xì)化，最后達(dá)到和人所理解的最基本的定理一致時(shí)，機(jī)器學(xué)習(xí)是否就不再僅僅是一種統(tǒng)計(jì)意義了呢?如果說(shuō)這種學(xué)習(xí)和人的學(xué)習(xí)有著本質(zhì)差異，那么能否說(shuō)概率統(tǒng)計(jì)，擬合曲線這些方法本身就是一種獨(dú)特的學(xué)習(xí)方法，而兩種手段各有優(yōu)勢(shì)，并沒(méi)有所謂的孰優(yōu)孰劣？發(fā)展人工智能很多時(shí)候同樣是為了認(rèn)識(shí)我們?nèi)祟愖陨?。我覺(jué)得，按照生物的發(fā)展，遺傳算法很能體現(xiàn)我們自身的前進(jìn)的足跡，僅僅一個(gè)目標(biāo)，或者甚至并沒(méi)有目標(biāo)，活著本身如果并不是目標(biāo)，僅僅只是因?yàn)榛钪覀儾诺搅爽F(xiàn)在。這一切如果僅僅是因?yàn)樽畛跄骋粋€(gè)輕微的擾動(dòng)而造成的大量點(diǎn)集在四種基本力作用下的變化狀態(tài)的話，那么研究人工智能的未來(lái)是否意味著人類對(duì)于自身存在的質(zhì)疑呢？亦或許這永遠(yuǎn)不可能，因?yàn)闊o(wú)所謂意義，粒子可以不斷微分，宇宙可能有界卻無(wú)邊。但是如果某一天，人類發(fā)現(xiàn)了最小粒子，發(fā)現(xiàn)了宇宙的最外層，發(fā)現(xiàn)這個(gè)世界的信息量有限時(shí)，人工智能的研究是否會(huì)走得夠遠(yuǎn)，幫助我們找到靈魂，找到上帝，讓這一切重新有新的解釋呢？或者干脆變?yōu)楣杌旧恚コ姓J(rèn)靈魂的載體不具有神圣性？（記得在halo中艦載人工智能的創(chuàng)造全都需要以活人為基礎(chǔ)）最后一個(gè)想法：如果人工智能在未來(lái)已經(jīng)變得極其復(fù)雜，那么我們又該如何界定什么是人，什么是機(jī)器人？后文是一些哲學(xué)類的思考我覺(jué)得人工智能的出現(xiàn)其實(shí)也牽扯到一個(gè)人格認(rèn)同的問(wèn)題，如果人工智能逐漸發(fā)展到與真實(shí)的人難以分辨的時(shí)候，若人與人工智能有差別的話，我覺(jué)得也只能是人對(duì)于自己存在的體認(rèn)，人們對(duì)于人格本性這個(gè)問(wèn)題所采取的一個(gè)視角就是，我們不能通過(guò)身體的存在來(lái)認(rèn)同自己，盡管我們的身體或其結(jié)構(gòu)經(jīng)常會(huì)改變，但有些關(guān)于我們的東西卻不會(huì)改變，這就是人格認(rèn)同。我們的舉止、行動(dòng)、相貌和身體特征只是表現(xiàn)了我們的自我，并沒(méi)有構(gòu)成我們的自我。我們的身體，盡管對(duì)于我們現(xiàn)在的生存是至關(guān)重要的，卻不是我們所是的?；蛟S一個(gè)人的人格就是一個(gè)不能約化的、終極的、不可分析的自我。我們說(shuō)，不是我們擁有一個(gè)自我，而是我們就是自我。盡管我們對(duì)他人的人格認(rèn)同是通過(guò)他們身體的特征和行為的模式但我們知道，我們的自我或者是通過(guò)內(nèi)在直觀的自我意識(shí)，或者是通過(guò)自身經(jīng)歷?，F(xiàn)在體現(xiàn)出的自我，即我們各種經(jīng)歷的主體和中心，是思想、記憶、情感和理智的承載者。但是我們是如何達(dá)成這