機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用經(jīng)驗(yàn)及建議探討

吳建華

摘? 要：機(jī)器學(xué)習(xí)技術(shù)是人工智能的核心，是計(jì)算機(jī)智能化的基礎(chǔ)。機(jī)器學(xué)習(xí)技術(shù)逐步成為計(jì)算機(jī)科學(xué)、人工智能等信息產(chǎn)業(yè)的主要發(fā)展方向。文章結(jié)合機(jī)器學(xué)習(xí)技術(shù)的發(fā)展對(duì)目前機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用現(xiàn)狀進(jìn)行了簡(jiǎn)要分析，并提出了幾點(diǎn)建議。

關(guān)鍵詞：機(jī)器學(xué)習(xí)技術(shù);應(yīng)用經(jīng)驗(yàn);建議

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2020）07-0138-02

Abstract： Machine learning technology is the core of artificial intelligence and the foundation of computer intelligence. Machine learning technology has gradually become the main development trend of computer science， artificial intelligence and other information industry. Taking into consideration the development of machine learning technology， this paper briefly analyzes the application status of machine learning technology， and puts forward some suggestions.

Keywords： machine learning technology; application experience; suggestion

機(jī)器學(xué)習(xí)技術(shù)是人工智能的核心，是計(jì)算機(jī)智能化的基礎(chǔ)。21世紀(jì)以來(lái)，機(jī)器學(xué)習(xí)技術(shù)逐步成為計(jì)算機(jī)科學(xué)、人工智能等信息產(chǎn)業(yè)的主要發(fā)展方向。其實(shí)早在計(jì)算機(jī)科學(xué)創(chuàng)立的同時(shí)，計(jì)算機(jī)科學(xué)的鼻祖圖靈就為人類打開(kāi)了人工智能的大門(mén)，他曾說(shuō)過(guò)“A computer would deserve to be called intelligent，if it could deceive a human into believing that it was human.”意思就是“當(dāng)一個(gè)計(jì)算機(jī)能成功欺騙人類，讓他們覺(jué)得它是一個(gè)人的時(shí)候，這樣就能被稱為人工智能?！币源藖?lái)看，想要真正地實(shí)現(xiàn)計(jì)算機(jī)的人工智能，必須依靠機(jī)器學(xué)習(xí)技術(shù)，只有機(jī)器具備了和人類一樣的學(xué)習(xí)能力，才能被稱為是人工智能。

機(jī)器學(xué)習(xí)是一門(mén)綜合性、多領(lǐng)域交叉滲透的學(xué)科，主要涉及統(tǒng)計(jì)學(xué)、凸分析、逼近論、概率論、算法復(fù)雜度理論等學(xué)科。機(jī)器學(xué)習(xí)技術(shù)的主要研究目的是通過(guò)研究計(jì)算機(jī)如何學(xué)習(xí)和模擬人類的學(xué)習(xí)行為，讓計(jì)算機(jī)獲取新的技能或知識(shí)，并通過(guò)對(duì)所學(xué)知識(shí)的整合改善自身性能。

1 機(jī)器學(xué)習(xí)技術(shù)的發(fā)展歷程

機(jī)器學(xué)習(xí)技術(shù)的發(fā)展歷程根據(jù)研究途徑及研究目的大致可分為四個(gè)階段。

第一階段為二十世紀(jì)五十年代中葉至六十年代中葉，這段時(shí)期機(jī)器學(xué)習(xí)技術(shù)主要研究機(jī)器“有無(wú)知識(shí)的學(xué)習(xí)”。具體方法是通過(guò)對(duì)機(jī)器的相關(guān)性能參數(shù)和所處環(huán)境的變化來(lái)檢測(cè)機(jī)器系統(tǒng)所反饋出的相應(yīng)數(shù)據(jù)，即給系統(tǒng)一個(gè)運(yùn)行程序，然后改變其自由空間作用，而系統(tǒng)將受程序的影響而改變自身的組織結(jié)構(gòu)，最終系統(tǒng)會(huì)選擇最優(yōu)環(huán)境生存。該階段內(nèi)最具代表性的機(jī)器學(xué)習(xí)研究就是Samuet的下棋程序，該階段機(jī)器學(xué)習(xí)技術(shù)還處于啟蒙階段，研究方式和結(jié)果相對(duì)簡(jiǎn)單，無(wú)法滿足人們的生產(chǎn)生活需要[1]。

第二階段為二十世紀(jì)六十年代中葉至七十年代中葉，該階段機(jī)器學(xué)習(xí)技術(shù)主要研究將不同領(lǐng)域的知識(shí)信息植入到系統(tǒng)中，通過(guò)圖結(jié)構(gòu)及邏輯結(jié)構(gòu)方面的系統(tǒng)描述語(yǔ)言將相關(guān)知識(shí)轉(zhuǎn)化為機(jī)器語(yǔ)言，以此來(lái)達(dá)到讓機(jī)器模擬人類學(xué)習(xí)的目的。但在進(jìn)行相關(guān)研究過(guò)程中，人們發(fā)現(xiàn)人類的學(xué)習(xí)過(guò)程是一個(gè)長(zhǎng)期、復(fù)雜的過(guò)程，而在該階段的機(jī)器學(xué)習(xí)無(wú)法讓系統(tǒng)進(jìn)行更深入的學(xué)習(xí)。在此階段機(jī)器學(xué)習(xí)方面最有代表性的成果就是Winson和Hayes-Roth的對(duì)結(jié)構(gòu)學(xué)習(xí)系統(tǒng)方法。

第三階段為二十世紀(jì)七十年代中葉至八十年代中葉，該階段又被稱為機(jī)器學(xué)習(xí)技術(shù)的復(fù)興時(shí)期。通過(guò)前兩個(gè)發(fā)展階段的積累，人們?cè)诖穗A段將系統(tǒng)學(xué)習(xí)單個(gè)概念擴(kuò)展至學(xué)習(xí)多個(gè)概念，并探索出各種不同的機(jī)器學(xué)習(xí)方法和策略，最重要的是，在該階段內(nèi)人們開(kāi)始將機(jī)器學(xué)習(xí)技術(shù)與其他體系的應(yīng)用進(jìn)行結(jié)合。相關(guān)的應(yīng)用和專家系統(tǒng)對(duì)知識(shí)獲取的需求也相應(yīng)地激勵(lì)了機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)技術(shù)的發(fā)展主流也從專家學(xué)習(xí)系統(tǒng)轉(zhuǎn)變?yōu)閷?shí)例歸納學(xué)習(xí)系統(tǒng)，這就表示機(jī)器學(xué)習(xí)技術(shù)的研究目的已經(jīng)發(fā)展為如何讓機(jī)器系統(tǒng)自主獲取知識(shí)。在此期間，第一屆機(jī)器學(xué)習(xí)國(guó)際研討會(huì)在美國(guó)卡內(nèi)基梅隆召開(kāi)，標(biāo)志著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展受到了人們的廣泛關(guān)注[2]。

第四階段即從二十世紀(jì)八十年代中葉至今，該階段是機(jī)器學(xué)習(xí)技術(shù)發(fā)展的最新階段，伴隨機(jī)器學(xué)習(xí)技術(shù)不斷發(fā)展，其逐漸具備了下列特點(diǎn)：

（1）機(jī)器學(xué)習(xí)技術(shù)發(fā)展成為新的系統(tǒng)學(xué)科，其綜合應(yīng)用了生物學(xué)、數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)等學(xué)科的相關(guān)知識(shí)。

（2）機(jī)器學(xué)習(xí)技術(shù)融合和發(fā)展了不同的學(xué)習(xí)方法，形式更加靈活、更加高效的集成式學(xué)習(xí)系統(tǒng)研究也正在慢慢興起。

（3）關(guān)于機(jī)器學(xué)習(xí)技術(shù)與人工智能技術(shù)在一些基礎(chǔ)問(wèn)題上形成了統(tǒng)一性的觀點(diǎn)。

（4）隨著機(jī)器學(xué)習(xí)技術(shù)中各種類型的學(xué)習(xí)方式的應(yīng)用，其應(yīng)用范圍不斷擴(kuò)展，相關(guān)的研究成果逐步在向產(chǎn)品轉(zhuǎn)化。

（5）機(jī)器學(xué)習(xí)技術(shù)及相關(guān)技術(shù)的研究空前活躍。

2 機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用及建議

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，大數(shù)據(jù)及云計(jì)算等技術(shù)日益成熟，這給機(jī)器學(xué)習(xí)技術(shù)的發(fā)展帶來(lái)了廣闊的空間和完備的技術(shù)條件。2016年3月，阿爾法狗（AlphaGo）與圍棋世界冠軍李世石進(jìn)行了一場(chǎng)人機(jī)大戰(zhàn)，最終總比分4：1。之后，阿爾法狗在網(wǎng)上以“Master”為名與中日韓數(shù)十位高手進(jìn)行了切磋，60局無(wú)一敗績(jī)，并在2017年5月舉行的中國(guó)烏鎮(zhèn)圍棋峰會(huì)上戰(zhàn)勝世界排名第一的圍棋冠軍柯潔。國(guó)家語(yǔ)委和教育部于2017年7月18日在北京發(fā)布了2016年《中國(guó)語(yǔ)言生活狀況報(bào)告》，“阿爾法狗”一詞成為2016年中國(guó)媒體年度新詞[3]?！鞍柗ü贰钡暮诵脑砭褪巧疃葘W(xué)習(xí)，它的圍棋水平證明了機(jī)器學(xué)習(xí)技術(shù)的發(fā)展已經(jīng)有了一定成果。目前，機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用范圍越來(lái)越廣泛，主要應(yīng)用范圍如下：

2.1 數(shù)據(jù)挖掘與分析

“數(shù)據(jù)挖掘”與“數(shù)據(jù)分析”在機(jī)器學(xué)習(xí)領(lǐng)域是相似的意思，主要是指從大量數(shù)據(jù)中識(shí)別出有效的、特殊的、有價(jià)值的數(shù)據(jù)信息。在信息技術(shù)應(yīng)用之前，人們只能通過(guò)人工對(duì)數(shù)據(jù)進(jìn)行挖掘和分析，而隨著信息時(shí)代來(lái)臨，數(shù)據(jù)信息呈爆炸式發(fā)展，人們?cè)跓o(wú)時(shí)無(wú)刻的創(chuàng)造數(shù)據(jù)，也在不斷地使用數(shù)據(jù)來(lái)進(jìn)行工作和生活[4]。數(shù)據(jù)挖掘與分析是機(jī)器學(xué)習(xí)技術(shù)中數(shù)據(jù)存儲(chǔ)技術(shù)與算法的結(jié)合，通過(guò)目前高效的數(shù)據(jù)存儲(chǔ)技術(shù)進(jìn)行數(shù)據(jù)的高效讀寫(xiě)，再通過(guò)機(jī)器學(xué)習(xí)技術(shù)提供的知識(shí)發(fā)現(xiàn)、數(shù)據(jù)統(tǒng)計(jì)分析等方式分析海量數(shù)據(jù)中的有用信息。由此可見(jiàn)，機(jī)器學(xué)習(xí)技術(shù)在數(shù)據(jù)挖掘和分析方面具有無(wú)可比擬的優(yōu)勢(shì)。

2.2 模式識(shí)別

模式識(shí)別最早屬于工程學(xué)科的范疇，而機(jī)器學(xué)習(xí)技術(shù)屬于計(jì)算機(jī)科學(xué)，兩者的結(jié)合給模式識(shí)別領(lǐng)域帶來(lái)新的發(fā)展機(jī)遇。其主要研究方面有兩部分：

（1）研究生命體如何感知外界環(huán)境和其他生物，也就是認(rèn)識(shí)科學(xué)的研究范疇。

（2）在特定的環(huán)境或需求下，通過(guò)計(jì)算機(jī)技術(shù)實(shí)現(xiàn)模式識(shí)別，這就是機(jī)器學(xué)習(xí)技術(shù)的研究?jī)?nèi)容，也是機(jī)器學(xué)習(xí)的長(zhǎng)項(xiàng)。

在信息時(shí)代，模式識(shí)別的應(yīng)用越來(lái)越廣泛，通過(guò)圖像分析、計(jì)算機(jī)視覺(jué)、光學(xué)文字識(shí)別、語(yǔ)音識(shí)別、手寫(xiě)識(shí)別、自然語(yǔ)言處理、生物特征識(shí)別等方式的應(yīng)用，能讓人們?cè)诠ぷ骱蜕钪懈颖憬?、更加智能化。例如基于生物特征識(shí)別和語(yǔ)音識(shí)別等技術(shù)，我們現(xiàn)在可以通過(guò)人臉開(kāi)手機(jī)或開(kāi)鎖、可以刷臉支付、可以語(yǔ)音控制智能家居，而這些模式識(shí)別正式機(jī)器學(xué)習(xí)技術(shù)所擅長(zhǎng)的。

2.3 在生物信息學(xué)上的應(yīng)用

隨著基因技術(shù)的發(fā)展，人們對(duì)基因組及相關(guān)測(cè)序項(xiàng)目的研究不斷深入，并積累了大量的數(shù)據(jù)信息，生物信息學(xué)的研究重點(diǎn)會(huì)逐步從提取數(shù)據(jù)轉(zhuǎn)變?yōu)榉治鰯?shù)據(jù)。如此龐大和復(fù)雜的數(shù)據(jù)對(duì)計(jì)算機(jī)軟件和理論算法提出了極高的要求，而機(jī)器學(xué)習(xí)技術(shù)目前日趨成熟，遺傳算法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和決策樹(shù)等相關(guān)方法正適合處理生物信息學(xué)中海量、缺乏統(tǒng)一理論標(biāo)準(zhǔn)且還有噪聲的數(shù)據(jù)[5]。

2.4 具體應(yīng)用

（1）虛擬助手。目前，虛擬助手的應(yīng)用越來(lái)越廣泛，例如百度旗下的“小度”和小米旗下的“小艾同學(xué)”等都屬于近年來(lái)比較火熱的虛擬助手產(chǎn)品，它們能通過(guò)語(yǔ)音或生物識(shí)別技術(shù)識(shí)別你的具體指令，然后通過(guò)機(jī)器學(xué)習(xí)技術(shù)幫你控制家用電器或幫你規(guī)劃最優(yōu)交通路線等等。

（2）無(wú)人駕駛。無(wú)人駕駛至今已經(jīng)發(fā)展了近五十年，目前世界上最先進(jìn)的無(wú)人駕駛汽車(chē)已經(jīng)測(cè)試行駛近五十萬(wàn)公里，且其后八萬(wàn)公里的行駛過(guò)程中完全沒(méi)有人為干預(yù)。無(wú)人駕駛技術(shù)即通過(guò)機(jī)器學(xué)習(xí)技術(shù)感知周邊環(huán)境并自行對(duì)環(huán)境信息進(jìn)行處理，然后再進(jìn)行駕駛操作[6]。

綜上所述，隨著信息革命的深入和大數(shù)據(jù)時(shí)代的來(lái)臨，人們只有通過(guò)機(jī)器學(xué)習(xí)技術(shù)對(duì)數(shù)據(jù)、知識(shí)進(jìn)行高效獲取和處理，才能有效提高生產(chǎn)效率和生活質(zhì)量。特別是針對(duì)工程應(yīng)用和科學(xué)研究領(lǐng)域的復(fù)雜問(wèn)題的解決，機(jī)器學(xué)習(xí)技術(shù)具有明顯的優(yōu)勢(shì)。因此，未來(lái)科技的發(fā)展、社會(huì)的進(jìn)步離不開(kāi)機(jī)器學(xué)習(xí)技術(shù)的合理應(yīng)用。

參考文獻(xiàn)：

[1]黃魯成，薛爽.機(jī)器學(xué)習(xí)技術(shù)發(fā)展現(xiàn)狀與國(guó)際競(jìng)爭(zhēng)分析[J].現(xiàn)代情報(bào)，2019，39（10）：165-176.

[2]張軍英.機(jī)器真智能與現(xiàn)行機(jī)器學(xué)習(xí)技術(shù)[J].新教育時(shí)代電子雜志（教師版），2019（1）：91，88.

[3]馬振.AlphaGo背后的機(jī)器學(xué)習(xí)技術(shù)[J].電腦迷，2018（16）：81.

[4]劉偉佳，李博權(quán).物聯(lián)網(wǎng)、大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù)在災(zāi)備中的應(yīng)用研究[J].微電子學(xué)與計(jì)算機(jī)，2018，35（12）：55-58.

[5]薛明峰.機(jī)器學(xué)習(xí)安全性問(wèn)題及其防御技術(shù)研究[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2018（26）：213.

[6]林泓宇.大數(shù)據(jù)背景下的機(jī)器學(xué)習(xí)及其關(guān)鍵技術(shù)[J].電腦迷，2018（6）：122.