要問現(xiàn)在的科技界什么最火？答案八九不離十是人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)等等。事實(shí)上，人工智能所代表的一系列技術(shù)已經(jīng)走入千家萬戶，深入我們的日常生活。公司門口的指紋門禁，手機(jī)拍照時(shí)的人臉聚焦，居家使用的掃地機(jī)器人，凡此種種，都可以看做是人工智能的衍生。

[[376224]]

人機(jī)對(duì)戰(zhàn)國(guó)際象棋

從專業(yè)的角度來說，人工智能（AI）指的是在被編程為像人類一樣思考并模仿其行為的機(jī)器中對(duì)人類智能的仿真。簡(jiǎn)而言之，讓機(jī)器變得更像人類的動(dòng)作和思維，比如機(jī)器人試圖去模仿人類的動(dòng)作，比如AlphaGo去模仿人類思考下圍棋?？紤]到人工智能的領(lǐng)域之廣與大家現(xiàn)時(shí)的基礎(chǔ)，我們以當(dāng)下十分火熱的計(jì)算機(jī)視覺問題為例，詳細(xì)描述用計(jì)算機(jī)進(jìn)行物體識(shí)別的過程，希望能夠激發(fā)大家的興趣。

計(jì)算機(jī)如何“看”東西？

人類在看到一張照片時(shí)，能夠輕易的判斷出照片的內(nèi)容，這個(gè)過程涉及到復(fù)雜的生物和認(rèn)知科學(xué)知識(shí)。簡(jiǎn)而言之，可以想象成，我們的眼睛接受了來自照片的信息，信息通過大腦內(nèi)的神經(jīng)元，經(jīng)過復(fù)雜的處理，最終產(chǎn)生了相關(guān)的信號(hào)，比如“照片中有三個(gè)人，其中一個(gè)可能是媽媽還有兩個(gè)是她的孩子”。

與人類類似，計(jì)算機(jī)同樣經(jīng)歷了“信號(hào)獲取”，“信號(hào)處理”，“信號(hào)反饋”的三個(gè)過程。攝像頭，照相機(jī)等成像設(shè)備代替了眼睛，計(jì)算機(jī)芯片電路代替了腦內(nèi)神經(jīng)元，最后處理完的信號(hào)通過顯示器進(jìn)行反饋。

[[376225]]

利用手機(jī)攝像頭進(jìn)行花卉識(shí)別

我們以手機(jī)攝像頭識(shí)別花卉為例，要經(jīng)歷怎樣的過程才可以使我們的攝像頭能夠“認(rèn)出來”花卉的種類呢？與人類類似，手機(jī)同樣需要經(jīng)歷學(xué)習(xí)的過程，我們會(huì)先給“它”看很多很多的花卉照片并且告訴“它”這些照片所屬于的類別，具體過程如下：

1. 首先，攝像頭拍攝花卉照片，在手機(jī)電腦等計(jì)算設(shè)備中，照片是以矩陣的形式存在的，可以理解成一堆數(shù)字，其中數(shù)字的大小代表了顏色和亮度等等信息；
2. 我們將矩陣X輸入到神經(jīng)網(wǎng)絡(luò)N(可以看做是一種復(fù)雜的數(shù)學(xué)函數(shù)，給一個(gè)輸入值能夠得到一個(gè)輸出值)中，記錄輸出的數(shù)值Y；
3. 由于這是學(xué)習(xí)過程，所以我們事先知道每張照片的真實(shí)類別Z，那么為了使我們的神經(jīng)網(wǎng)絡(luò)N有著正確的識(shí)別能力，Y應(yīng)當(dāng)和Z越近似越好。于是我們通過改變N的參數(shù)，使得Y與Z的距離變??；
4. 重復(fù)1-3，當(dāng)你認(rèn)為Y和Z足夠近似，模型的學(xué)習(xí)過程就結(jié)束啦！

有了學(xué)習(xí)完成的神經(jīng)網(wǎng)絡(luò)N后，當(dāng)你用手機(jī)拍攝了一張新的花卉照片，攝像頭會(huì)提取新的矩陣X'，X'經(jīng)過神經(jīng)網(wǎng)絡(luò)的計(jì)算之后會(huì)得到Y(jié)'，我們比較Y'與所有的Z，最接近的那個(gè)就可以看做是新照片的類別啦。

當(dāng)然，上述過程為了簡(jiǎn)單易懂省略了很多，也有部分不符合專業(yè)規(guī)范的表述，大家如果有興趣的話可以持續(xù)關(guān)注我的更新，人工智能充滿魅力！

新手如何入門機(jī)器學(xué)習(xí)？

首先需要說明的是，人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)這三者是包含的關(guān)系，人工智能代表了廣義的擬人化概念，機(jī)器學(xué)習(xí)特指利用統(tǒng)計(jì)學(xué)和數(shù)學(xué)模型進(jìn)行建模，深度學(xué)習(xí)更進(jìn)一步限制了模型的種類為深度神經(jīng)網(wǎng)絡(luò)，大家有個(gè)概念就可以，隨著學(xué)習(xí)的深入會(huì)慢慢理解其本質(zhì)。

三者的包含關(guān)系

在知乎上有些朋友曾經(jīng)私信我，作為剛?cè)腴T的新手如何學(xué)習(xí)機(jī)器學(xué)習(xí)呢？我很理解大家的困惑，如上所言，這是一個(gè)龐大且日新月異的領(lǐng)域，技術(shù)每分每秒都在更新，作為小白如何確定自己找對(duì)了方向呢？我的建議是，不要盲目追求新技術(shù)，當(dāng)下涌現(xiàn)的大量新技術(shù)，事實(shí)上都是就技術(shù)的新子集，冠以高大上的命名。

以下內(nèi)容涉及較專業(yè)的名詞，不感興趣的大家可以關(guān)掉啦~

不太清楚題主的風(fēng)格，但我個(gè)人在接觸一個(gè)新事物的時(shí)候會(huì)偏向于首先了解這個(gè)東西的動(dòng)機(jī)起源。新手在接觸機(jī)器學(xué)習(xí)時(shí)最大的困惑時(shí)，不知道如何下手。我個(gè)人認(rèn)為，首先是確定你自己的興趣方向，比如你要做視頻圖像的預(yù)測(cè)，那首先在方法層面上限制到生成模型上。

我們通過查閱文獻(xiàn)可以知道，最早的生成模型比如從物理學(xué)能量模型啟發(fā)而來的Boltamann Machine，比如深度置信網(wǎng)(Pretraining, Hinton 2006)，再到現(xiàn)在流行的GAN和VAE。這個(gè)過程可以適當(dāng)縮短，因?yàn)镾tate-of-art基本上沒有在用玻爾茲曼機(jī)深度置信網(wǎng)這些老古董的。但是，但是，如果你真的想做出變革，我認(rèn)為了解深刻的背景是很有必要的。比如Goodfellow為什么會(huì)提出GAN？你怎么能提出一個(gè)像GAN這樣影響領(lǐng)域的東西？（我個(gè)人認(rèn)為GAN的核心就是Discriminator，相較于常用的MSE，L1等等，Discriminator充當(dāng)了更接近于人類的判斷者角色，其數(shù)學(xué)推導(dǎo)也證明了DIscriminator能夠最小化分布的距離。）

當(dāng)你接觸到GAN和VAE時(shí)，可能今天看了一篇CycleGAN，明天又讀了一篇FactorVAE，但是這些不同的知識(shí)對(duì)于新手來說，是獨(dú)立隔離的。事實(shí)上，以上兩者都是屬于深度生成模型，其中CycleGAN運(yùn)用到了cycle consistency，這又是一個(gè)被廣泛應(yīng)用的技術(shù)；FactorVAE又涉及到Disentanglement機(jī)制，這涉及到可解釋模型的概念。所以，在這一步，你需要更一步縮小你的目標(biāo)問題。比如針對(duì)固定攝像頭的異常事件預(yù)測(cè)（聽起來怪怪的，舉個(gè)例子不要在意）。

Deep Learning(花書)，據(jù)說已經(jīng)有中文版面世~

這里強(qiáng)烈推薦Goodfellow和Bengio的Deep Learning，花書真的是一本很好的書，如果時(shí)間充足建議通讀。當(dāng)然，根據(jù)自己平時(shí)的需求去找到相關(guān)的章節(jié)也是可以的，但是前十章建議通讀，這會(huì)減少你很多走彎路的時(shí)間?；〞膬?yōu)點(diǎn)是，所有你平時(shí)可能存在的小疑問這里都很詳細(xì)的解釋了動(dòng)機(jī)。例如第7章對(duì)于Dropout機(jī)制的說明，此前我對(duì)于Dropout只停留在操作層面（我真的一直這么認(rèn)為，沒想過為什么），也是很多中文博客(很多英文直翻的博客額。。。)的內(nèi)容，即，在前向傳遞的過程中隨機(jī)將一些連接的weight設(shè)為0。是Bengio的解釋點(diǎn)醒了我，這事實(shí)上就是一種Boost機(jī)制，每次前向傳遞事實(shí)上都訓(xùn)練了不同的子模型。當(dāng)訓(xùn)練完成之后，在最后的test過程，就實(shí)現(xiàn)了Voting的過程。