【51CTO.com原創(chuàng)稿件】當(dāng)下，圍繞機(jī)器學(xué)習(xí)技術(shù)出現(xiàn)的炒作之聲可謂沸沸揚(yáng)揚(yáng)，其中自然包含諸多認(rèn)知誤區(qū)。在本文中，我們將撥亂反正、聊聊關(guān)于機(jī)器學(xué)習(xí)的那些真相。

實(shí)踐證明，機(jī)器學(xué)習(xí)技術(shù)確實(shí)具有強(qiáng)大的實(shí)用度，因此很多朋友會誤以為其能夠解決一切問題并適用于所有情況。但事實(shí)上，與其它工具一樣，機(jī)器學(xué)習(xí)也只是在特定領(lǐng)域非常強(qiáng)大——例如長期困擾著您，但您永遠(yuǎn)無法雇用足夠的人手來解決的問題; 或者擁有著明確目標(biāo)，但沒有明確實(shí)現(xiàn)方法的問題。

[[223450]]

當(dāng)然，各類組織機(jī)構(gòu)都能夠通過各種方式運(yùn)用機(jī)器學(xué)習(xí)的強(qiáng)大能力。根據(jù)埃森哲公司的調(diào)查，42%的企業(yè)高管表示他們預(yù)計(jì)人工智能將在2021年時(shí)被引入其全部創(chuàng)新項(xiàng)目。然而，要想真正發(fā)揮機(jī)器學(xué)習(xí)的全部潛能并借此實(shí)現(xiàn)以往所不可能實(shí)現(xiàn)的目標(biāo)，下面這些誤區(qū)必須加以破除。

誤區(qū)一：機(jī)器學(xué)習(xí)就是人工智能

機(jī)器學(xué)習(xí)與人工智能常常被作為同義詞使用，但更具體地講，機(jī)器學(xué)習(xí)是一種成功由研究實(shí)驗(yàn)室走入現(xiàn)實(shí)世界的技術(shù)，而人工智能則屬于一類廣泛的領(lǐng)域——其中涵蓋計(jì)算機(jī)視覺、機(jī)器人與自然語言處理等可能并不涉及機(jī)器學(xué)習(xí)的方向。事實(shí)上，大家可能將人工智能理解為給機(jī)器賦予智能的一切相關(guān)手段。另外需要強(qiáng)調(diào)，二者都不會帶來普通民眾所畏懼的“擁有自主意識的人工智能”或者會與人類競爭甚至發(fā)動攻擊的產(chǎn)物。

請注意具體用詞并盡可能準(zhǔn)確表述。機(jī)器學(xué)習(xí)屬于同學(xué)習(xí)模式及大數(shù)據(jù)集預(yù)測相關(guān)的結(jié)果; 其結(jié)果看起來具備“智能”，但其核心則在于前所未有的處理速度與統(tǒng)計(jì)數(shù)據(jù)的大規(guī)模應(yīng)用。

誤區(qū)二：所有數(shù)據(jù)都很有用

我們需要為機(jī)器學(xué)習(xí)方案提供數(shù)據(jù)，但并非所有數(shù)據(jù)皆可用于機(jī)器學(xué)習(xí)。為了進(jìn)行系統(tǒng)訓(xùn)練，大家需要的是有代表性的數(shù)據(jù)，用以涵蓋機(jī)器學(xué)習(xí)系統(tǒng)所應(yīng)處理的各種模式及結(jié)果。我們需要的數(shù)據(jù)不應(yīng)包含不相關(guān)的模式（例如照片中所有男性皆站立，所有女性皆坐下; 或者所有車輛都在車庫內(nèi)，而所有自行車都在戶外等等），這是因?yàn)槟鶆?chuàng)建的機(jī)器學(xué)習(xí)模型將直接反映出那些過于具體的模式，并在所提供的數(shù)據(jù)中反復(fù)加以驗(yàn)證。所有用于訓(xùn)練的數(shù)據(jù)都需要添加標(biāo)簽，同時(shí)與您打算讓機(jī)器學(xué)習(xí)系統(tǒng)回答的問題相匹配——這無疑需要大量處理工作。

總之，請不要假設(shè)您掌握的數(shù)據(jù)已經(jīng)非常清晰、明確、有代表性或者易于標(biāo)記，這實(shí)在是一項(xiàng)耗神耗力的龐大工程。

誤區(qū)三：您總是需要大量數(shù)據(jù)

最近一段時(shí)間，圖像識別、機(jī)器閱讀理解、語言翻譯以及其它重要領(lǐng)域已經(jīng)出現(xiàn)了一系列關(guān)鍵性進(jìn)展，這主要是由于我們擁有了更為強(qiáng)大的工具選項(xiàng)——包括能夠并行處理大量數(shù)據(jù)的GPU等計(jì)算硬件，外加ImageNet與斯坦福問答數(shù)據(jù)集等經(jīng)過標(biāo)記的龐大數(shù)據(jù)集合。然而，遷移學(xué)習(xí)技術(shù)也在快速興起。利用這種技術(shù)，我們無需大量數(shù)據(jù)即可在特定領(lǐng)域內(nèi)獲得良好的結(jié)果。我們可以教授機(jī)器學(xué)習(xí)系統(tǒng)如何利用一套大型數(shù)據(jù)集完成學(xué)習(xí)，而后將其遷移至自己的小型訓(xùn)練數(shù)據(jù)集內(nèi)。這也正是Salesforce與微軟Azure提供的自定義視覺API的起效原理：只需要30到50張圖像，即可獲得良好的內(nèi)容分類能力。

遷移學(xué)習(xí)能夠幫助大家利用相對較少的數(shù)據(jù)，根據(jù)需要解決的問題對預(yù)先訓(xùn)練好的系統(tǒng)加以定制。

誤區(qū)四：任何人都能夠構(gòu)建起機(jī)器學(xué)習(xí)系統(tǒng)

目前市面上存在大量機(jī)器學(xué)習(xí)類開源工具與框架，網(wǎng)絡(luò)上也擁有無數(shù)講解具體使用方法的課程。然而，機(jī)器學(xué)習(xí)仍然是一項(xiàng)專業(yè)性極強(qiáng)的技術(shù); 我們需要了解如何準(zhǔn)備數(shù)據(jù)并對其進(jìn)行分類，從而用于訓(xùn)練及測試; 我們需要了解如何選擇最佳算法以及使用哪種啟發(fā)式算法; 我們還需要思考如何將其轉(zhuǎn)化為可靠的生產(chǎn)系統(tǒng)。此外，大家還需要監(jiān)控系統(tǒng)以確保結(jié)果能夠隨時(shí)間推移而持續(xù)有效。畢竟無論是市場變化還是客戶群體轉(zhuǎn)換，機(jī)器學(xué)習(xí)系統(tǒng)面臨的問題都在快速變化，因此我們需要持續(xù)追蹤相關(guān)模型以判斷其是否仍適用于當(dāng)前問題。

讓機(jī)器學(xué)習(xí)擁有正確的處理能力需要豐富的經(jīng)驗(yàn); 如果您剛剛開始進(jìn)行嘗試，不妨先利用API接入預(yù)先訓(xùn)練完成的模型，或者聘用數(shù)據(jù)科學(xué)家就機(jī)器學(xué)習(xí)專家為您構(gòu)建定制化系統(tǒng)。

誤區(qū)五：數(shù)據(jù)中的所有模式都很有用

患有哮喘、胸痛或心臟病以及任何100歲以上的肺炎患者的存活率遠(yuǎn)高于預(yù)期。實(shí)際上，一套簡單的機(jī)器學(xué)習(xí)系統(tǒng)往往會得出這樣的結(jié)論（這類基于規(guī)則的系統(tǒng)以神經(jīng)網(wǎng)絡(luò)方式進(jìn)行數(shù)據(jù)訓(xùn)練）。遺憾的是，他們之所以擁有更高的生存率，是因?yàn)閷@類人群而言，肺炎往往非常致命因此會得到高度重視與快速診治。

這套系統(tǒng)能夠從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)有效的模式; 然而，根據(jù)實(shí)際應(yīng)用場景的不同，這些模式并不一定擁有現(xiàn)實(shí)意義。更可怕的是，除非意識到這些模式的具體判斷機(jī)制，否則我們很可能根本無法發(fā)現(xiàn)自己的數(shù)據(jù)集中存在著哪些無用的反模式。

另外，系統(tǒng)也可能會學(xué)習(xí)到一種雖然實(shí)際起效，但卻會因?yàn)闊o法作出明確解釋而不能實(shí)踐使用的模式——例如目前存在爭議的面部識別系統(tǒng)，其能夠準(zhǔn)確預(yù)測自拍者的性取向，但卻無法給出具體理由。

這種“黑匣子”模型雖然非常高效，但無法表達(dá)其學(xué)習(xí)到了怎樣的模式。因此，更易于理解的通用附加模型等透明算法往往更適合自我表達(dá)，從而幫助使用者判斷其適合哪些部署場景。

誤區(qū)六：強(qiáng)化學(xué)習(xí)已經(jīng)做好充分準(zhǔn)備

當(dāng)前使用的幾乎所有機(jī)器學(xué)習(xí)系統(tǒng)都在使用監(jiān)督學(xué)習(xí)技術(shù); 在大多數(shù)情況下，其需要接受由人類參與準(zhǔn)備、且擁有明確標(biāo)記的數(shù)據(jù)集進(jìn)行訓(xùn)練。籌備這些數(shù)據(jù)集需要投入大量時(shí)間與精力，因此目前業(yè)界對非監(jiān)督式學(xué)習(xí)，特別是強(qiáng)化學(xué)習(xí)（簡稱RL）抱有極大興趣——在這類方案當(dāng)中，模型將通過反復(fù)試驗(yàn)性學(xué)習(xí)以及與環(huán)境的交互獲得正確行為獎(jiǎng)勵(lì)。DeepMind的AlphaGo系統(tǒng)即利用強(qiáng)化學(xué)習(xí)配合監(jiān)督學(xué)習(xí)一舉擊敗世界頂尖圍棋選手，而由卡內(nèi)基梅隆大學(xué)構(gòu)建的Libratus系統(tǒng)則利用強(qiáng)化學(xué)習(xí)及其它兩種人工智能技術(shù)輕松碾壓全球最強(qiáng)的德州撲克玩家（這種撲克游戲以復(fù)雜的投注策略而著稱）。研究人員正在嘗試?yán)脧?qiáng)化學(xué)習(xí)實(shí)現(xiàn)從機(jī)器人到安全軟件測試的各類實(shí)踐工作。

但在研究領(lǐng)域之外，強(qiáng)化學(xué)習(xí)的應(yīng)用還比較少見。谷歌DeepMind利用強(qiáng)化學(xué)習(xí)以降低數(shù)據(jù)中心功耗，從而節(jié)約基礎(chǔ)設(shè)施電力成本; 微軟則在其MSN.com當(dāng)中使用強(qiáng)化學(xué)習(xí)的一套特殊版本——contextual bandits，用于為訪問者提供更具個(gè)性化的新聞推薦。不過問題在于，真實(shí)環(huán)境很難快速提供獎(jiǎng)勵(lì)與即時(shí)反饋，這意味著強(qiáng)化學(xué)習(xí)真正步入實(shí)踐仍有很長的道路要走。

誤區(qū)七：機(jī)器學(xué)習(xí)不存在偏見

由于機(jī)器學(xué)習(xí)會從數(shù)據(jù)當(dāng)中學(xué)習(xí)模式，因此其也會直接繼承數(shù)據(jù)集中的一切偏見。其可能會將CEO與白人男性聯(lián)系起來，因?yàn)槌鋈蜟EO的群體中白人男性比例更高。更可怕的是，機(jī)器學(xué)習(xí)往往還會放大這種偏見性結(jié)論。

常被用于訓(xùn)練圖像識別系統(tǒng)的COCO數(shù)據(jù)集中包含大量男性與女性照片；然而更多女性在照片中身處廚房之內(nèi)，更多男性則身處包含電腦鍵盤、鼠標(biāo)或者網(wǎng)球拍及滑雪板的場景下。如果利用COCO進(jìn)行系統(tǒng)訓(xùn)練，則其會認(rèn)定男性更傾向于使用計(jì)算機(jī)硬件——這一點(diǎn)與原始照片中的統(tǒng)計(jì)數(shù)據(jù)并不相符。

另外，一套機(jī)器學(xué)習(xí)系統(tǒng)也可能給另一套機(jī)器學(xué)習(xí)系統(tǒng)帶來偏見。在訓(xùn)練機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行詞匯表達(dá)時(shí)，目前的各類主流框架會將詞匯作為向量進(jìn)行關(guān)系表達(dá)。在這樣的學(xué)習(xí)中，結(jié)論中往往存在“計(jì)算機(jī)程序員更偏向男性，家務(wù)工作則更偏向女性; 醫(yī)生更偏向男性，護(hù)士更偏向女性; 老板更偏向男性，文員更偏向女性”等刻板印象。

了解機(jī)器學(xué)習(xí)中的偏見問題非常重要。如果無法徹底消除訓(xùn)練數(shù)據(jù)集中的偏差，請大家使用規(guī)則化等技術(shù)處理詞匯中的性別關(guān)聯(lián)，從而減少偏差或者避免將不相關(guān)項(xiàng)目添加到建議當(dāng)中。

誤區(qū)八：機(jī)器學(xué)習(xí)僅會帶來善意用途

機(jī)器學(xué)習(xí)為反病毒工具提供強(qiáng)大的能力，并可幫助其盡快發(fā)現(xiàn)全新攻擊行為。但與此同時(shí)，黑客們也在利用機(jī)器學(xué)習(xí)研究如何攻克反病毒工具的防御體系，并通過分析大量公開數(shù)據(jù)或分析以往成功的網(wǎng)絡(luò)釣魚嘗試，指導(dǎo)后續(xù)攻擊活動的設(shè)計(jì)思路。

誤區(qū)九：機(jī)器學(xué)習(xí)將取代人類

人們常常擔(dān)心人工智能會奪走我們的工作崗位。沒錯(cuò)，其確實(shí)會改變我們的工作內(nèi)容以及工作方式，同時(shí)提高效率并降低合規(guī)性成本。事實(shí)上，從長遠(yuǎn)角度來看，其會在企業(yè)當(dāng)中創(chuàng)造新的職能角色，并消除一部分現(xiàn)有職位。然而，機(jī)器學(xué)習(xí)的主要價(jià)值，仍然體現(xiàn)在完成一些此前因復(fù)雜性或規(guī)模水平限制而不可能以自動化或人工形式實(shí)現(xiàn)的任務(wù)——例如查看發(fā)布至社交媒體上的每張照片，并分析其中是否包含某些品牌特征。

在另一方面，機(jī)器學(xué)習(xí)會帶來更多新的商業(yè)機(jī)遇，例如通過預(yù)測性維護(hù)改善客戶體驗(yàn)，并向業(yè)務(wù)決策者提供建議與支持。因此與前幾代自動化革命一樣，機(jī)器學(xué)習(xí)更多代表著為員工提供自由使用專業(yè)知識與創(chuàng)造力空間的可能。

原文鏈接：https://www.cio.com/article/3263776/artificial-intelligence/machine-learning-myths.html

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】