趣谈“新基建”——人工智能：未来新能源

本文是我3月14日视频直播《机器学习趣味大赏》的脱水文字版。

很荣幸又能和大家分享我学习的一些心得体会。上一次我向大家报告了关于机器学习如何学的观点，这一次我想向大家报告机器学习如何用、如何玩的一些观点。

首先得从“新基建”说起，这是当前很热的一个话题，关注股市、宏观经济走势的同学，他们的朋友圈应该已经被“新基建”这三个字连续霸屏近一个月。新基建是中国经济未来发展的重头戏，共包括七个领域，其中一个就是人工智能。

这就很让人费解了。基建给人的第一感觉是尘土飞扬，是水泥、钢筋和大工地。为什么充满科幻色彩的人工智能，居然被划入了新基建，是不是哪里搞错了呢？我认为，这恰恰是最值得拍案的地方。我们知道，生活离不开三样东西，水、电、煤，噢，现在还要加上Wifi。就拿电来说吧，家里的所有电器，都必须有电才能使用，所以可想而知，停电会对我们的日常生活造成多严重的影响。知名学者吴恩达说，人工智能会是未来的电能，我更愿意用另一个名字称呼它，叫“人工智能+”。人工智能的“能”，我是当作能源的“能”来理解的，我相信在不久的将来，生活的方方面面，都将需要依靠人工智能来驱动完成。我们看待人工智能，不能再只认为是一个科幻的概念，而应该当作是下一代的水电煤，是实实在在能够为生活和工作赋能的一种“新能源”。

好了，如果现在你看到这里，也认同人工智能会在生活中扮演重要角色，马上兴冲冲地跑到书店想要找一本专业书去了解，那你可能会很疑惑。书架上名字叫“人工智能”的书不多，很多还是科普读物，而专业类的书更多的是叫“机器学习” “深度学习”。

究竟人工智能和机器学习、深度学习有什么关系呢？

一般书上会用“三环”来进行概括三者的关系，有点像北京的三环，是一圈套着一圈。最外圈是人工智能，里面一点是机器学习，最里面的是深度学习。

最近机器学习和深度学习大热，类似这样的关系图也随处可见。这个图很直观，不过细究起来，其实是有一点误导的，容易让人觉得人工智能的核心是机器学习，而机器学习的核心则是深度学习。这种理解不太准确。

长久以来，作为蓝色星球上唯一的智能生物，人类特别热衷于亲手创造“智能”，也就是人工智能。但对如何实现智能，甚至如何定义智能，始终众说纷纭。目前公认的判别智能的标准，是20世纪50年代由数学家图灵提出来的测试方案，叫“图灵测试”，能通过图灵测试的就认为是具有智能，图灵本人也因此被称为“人工智能之父”。标准算是有了，但如何通过图灵测试，各种学术流派开始各显神通，不过在名字上全都统称为“人工智能”。

因此，人工智能远看是一门学科，近看是一群学科，门类众多，不断还有新的东西加入进来，主流的除了机器学习，还包括知识的推理和搜索，以及机器人学。机器人学也许更接近大家对人工智能的第一印象，想进一步了解的话我推荐两本书，一本是《大话机器人》，可以初步了解机器人作为一门应用技术的发展情况。

▲扫码了解详情并购买

当然，机器人学也已经发展为一套理论体系，若想进一步了解相关的专业内容，推荐看另一本CMU出的《移动机器人学：数学基础、模型构建及实现方法》

▲扫码了解详情并购买

究竟通过哪条路才能够最终攀上真正意义上的智能这座巅峰，还远远没有定论。不过，机器学习应该是目前人工智能领域用得最多、效果最好的技术分支。现在提到人工智能技术，所指的一般就是机器学习的知识内容。机器学习很重要，但如果此前没有接触过它，你的第一反应想必是问“机器学习究竟是干什么的？”

这是一个好问题，不过，不好回答。总的来说，机器学习是基于统计学的智能算法，在解决分类问题和回归预测等常见问题上有很好的效果。同人工智能一样，机器学习下面也有很多不同的技术分支，其中最出风头的当属由神经网络发展而成的深度学习技术，现在到处都在用的美颜和刷脸支付，用的就是深度学习的技术。

想要了解机器学习，最好的方法当然就是开始去学。但是，机器学习使用了大量的数学工具，也就是说，要读懂机器学习是干什么的，首先得具备相应的数学基础知识。对于大多数人来说，先花很多时间学数学才能开始学机器学习，这样的学习时间成本太高。我们往往更关心的是机器学习的核心原理，想马上知道它能做什么和怎么做，而并不打算与太多的数学细节纠缠。那有没有一本书能够绕过这些细节直奔主题，让我们在人工智能浪潮席卷时能对机器学习有个概览式的了解，能够最简单直接地回答“什么是机器学习”这个问题？我找了很久，可惜没找到，所以我自己写了一本，书名叫《机器学习算法的数学原理与Python实现》

▲扫码了解详情并购买

这本书书最大的特点是容易读，不需要任何的数学背景，同时突出核心原理，避免因为泛泛地学而模糊了焦点。这很重要。我相信，机器学习很快就会广泛应用于各个领域，而大多数人很可能都不是学数学出身的，可又想马上了解机器学习能不能解决眼前的问题，又有哪些方法可供选择？每个领域当然都有各自的特点，我推荐先读这本《机器学习算法的数学原理与Python实现》，构筑起对机器学习最基本的概念、确立了更明确的目标之后再进行下一步，应该是最有效率的选择。后面我会继续推荐一些涉及不同具体领域的好书。

线性代数是机器学习的两条重要支柱之一。如果说计算机的底层是各种二进制运算的话，那么，机器学习的底层就是各种线性代数运算。需要学习这方面内容的朋友，我推荐阅读《神经网络设计（原书第2版）》。

▲扫码了解详情并购买

这本书的线性代数部分讲得特别好，而且它本身就是机器学习的教材，所以和数学教材相比，它更为聚焦，只讨论线性代数在机器学习方面的使用，同时，读了这本书还能了解神经网络的许多知识，而神经网络我们前面已经介绍，是当前最热门的一类机器学习算法。

机器学习的另一条重要支柱是统计学。如果说线性代数构造了机器学习的躯干，那么统计学则赋予了机器学习灵魂。你看到的某一款机器学习算法，它之所以长这个样子，按这样去设计，背后都是统计学的知识在支撑。这方面我推荐《机器学习贝叶斯和优化方法》

▲扫码了解详情并购买

统计学有两大学派，频率学派和贝叶斯学派，对概率统计怎么解析各有各的观点。业内目前比较流行的做法，是使用贝叶斯学派的观点来解释机器学习的算法原理。《机器学习贝叶斯和优化方法》中的“贝叶斯”，就是这里的贝叶斯学派。这本书是英文经典，书很厚，基本上把主流的机器学习算法都涵盖在内，想知其然还要知其所以然的朋友，推荐一读。

对于想更为深入地学习机器学习，了解一些进阶问题的朋友，我推荐《机器学习基础》

▲扫码了解详情并购买

这本书是由纽约大学莫里教授，根据7年以来开设机器学习研究生课程的讲义而编写的。有深度、有难度，推荐想学习机器学习进阶知识的朋友阅读。

最后，我推荐一本机器学习基础知识类的书，叫《深入理解XGBoost：高效机器学习算法与进阶》。这是目前市面上唯一专讲XGBoost模型的书。

▲扫码了解详情并购买

机器学习现在有点神经网络一枝独大的意思，唯一能和神经网络模型抗衡的，就是XGBoost。准确来说，XGBoost不是一种机器学习算法，而是集成学习方法。目前在机器学习领域的应用和竞赛，使用最多的模型除了深度学习，就是这款XGBoost。

前面聊了机器学习是什么，接下来我想向大家报告机器学习都可以用来干什么，说大一点就是前面提到的“人工智能+”，都可以加哪些领域。

前一段自媒体很爱聊的一个话题，叫“你的工作会不会被人工智能取代”。有一个很有意思的地方，很多自媒体似乎都认为学历低、知识附加值低的工作很容易被人工智能取代。

这个观点对不对呢？

我认为，有点太简单粗暴了。举个例子，医生都是高学历，不过，人工智能，或者说机器学习目前的一个主要应用领域，正是医学领域。为什么呢？因为医学领域的一些自身特别，为机器学习提供了得天独厚的条件。

回想一下，我们去医院看病一般都分三步，首先要先做检查，然后医生根据检查的结果进行诊断，最后开出药方。检查通常有两种，拍片子和测指标，按格式来说就是图片格式和数值格式，这两种格式都是能作为机器学习模型的输入的。同时，医院积累了大量的病例，包含有检测情况和诊断结果，这就是现成的训练数据集，只要机器学习模型能利用这些病例进行训练，就能找出病症与疾病的关联关系，只要输入病人的检查情况，模型就能像医生一样给出诊断结果。如果再进一步，把各种情况对应的治理方案也喂给模型训练，那模型就能直接开出方子，告诉病人该怎样治病。这就是人工智能+医学。

不过，我其实是反对XX工作会被人工智能取代这种制造焦虑的说法的，我更倾向于人工智能是一种工具，能够将人从重复繁琐的劳动中解放出来，把时间精力用在更需要创造性的工作上去。我相信，人工智能+医学不是取代医生，相反是给医生找了一位好帮手。当然，要真正实现这个目标还需要解决很多现实问题，例如如何将医院现有的各种数据喂给机器学习模型，我推荐《机器学习技术与实战：医学大数据深度应用》，这是一本专门介绍机器学习在医学领域如何应用的书。

▲扫码了解详情并购买

这本书很难得，因为一般人很难有机会接触医院的内部数据，而作者应该是参与了医院的建设项目，所以才有机会进行深入的研究。作者将医院数据进行梳理，分成了结构化数据和非结构化数据，并分别讨论两类数据该如何具体处理和使用，其中对非结构化数据的处理方式，对我很有启发。

医学领域之所以适合引入机器学习，是因为积累了大量的数据，这里的数据，其实指的是结构化数据，譬如我们去体检，体检单上的每一项指标以及对应的值，就是典型的结构化数据。很多行业目前不是没有积累数据，而是没有积累结构化数据，譬如说商品评论，商家最想了解的当然是顾客的好评和差评，但顾客一般不会简单回复“好”或者“差”，而是回复一段长长的话，这就是非结构化数据，如何处理非结构化数据，将它转化成能够用于训练模型的结构化数据，是很多行业在引入机器学习之前，需要首先考虑的问题。一种方法是人工标注，雇佣一些人来读这些话，然后按固定格式重新填写。这种方法可行，但人工成本很高，海量的数据是不可能靠这种方法进行处理的。机器学习对这类情况当然也有自己的解决方案，这就是自然语言处理技术（NLP），这方面我推荐阅读《Python自然语言处理实战》

▲扫码了解详情并购买

说到自然语言处理，就不得不说另一个话题，自然语言处理对中文和对英文并不是完全相同的。英文和中文最明显的区别在于英文是由一个个单词构成的，而中文首先还要考虑分词问题，也就是有中文有一些自身特色问题。所以，在自然语言处理方面，国内作者所写的书可能更有实战参考价值。

接下来我想聊一下机器学习在移动平台上的使用。移动平台现在使用很广，加上机器学习当然如虎添翼，但为什么要专门考虑在移动平台上的使用呢？因为机器学习的是耗能大户，而移动平台，譬如说智能手机，能耗是一项特别需要关注的指标，所以机器学习在移动平台上需要进行额外的设计，简单点来说就是不能太耗电，这肯定会对其他的一些性能方面产生影响。我推荐阅读《移动平台深度神经网络实战》（公号对话框回复“mob”，即可免费获取本书电子书）。

▲扫码了解详情并购买

这本书专门介绍如何在移动平台上使用机器学习算法，还对一些专门为移动平台而设计的热门机器学习库做了介绍，如果正在考虑在移动平台端开发相应产品，推荐阅读这本书。

最后，我想谈一个很重要、非常重要，但同时也很容易被忽视的方向，人工智能+安全。

在我看来，人工智能+安全有两层含义，就像大小两个圆球套在了一起。先说小的那个，是指用机器学习解决传统安全方面的问题。安全领域和医学领域其实有很多的共通之处，譬如医生要研究和对付病毒，安全人员也要研究和对付病毒，而且流程还很类似，都是先检测，再判断，最后进行处置，更关键的是，安全领域也积累了大量的“病例”，我们一般叫病毒库，这就可以拿来训练机器学习模型了呀！但是，这同样也要面临具体如何应用的问题。我很早就在读数据挖掘泰斗韩家炜老师出那本《数据挖掘》，这是业内公认最经典的数据挖掘教材，不过我很快发现，真要从理论走到实践，所迈出的每一步，譬如哪些场景可以使用，可以使用哪些模型，怎么提取特征，提取哪些特征等，始终都有一串书上不可能涵盖的问题拦在前面。这时我读到了兜哥的书，大受启发，这套书一共三本，叫AI安全三部曲

▲扫码了解详情并购买

▲扫码了解详情并购买

▲扫码了解详情并购买

机器学习还处于不断发展的阶段，兜哥这套书把当下最热门的模型都一一翻了出来，把它们与具体的安全问题结合在一起，读完相信都会很受启发。

再说说更广义的人工智能+安全。这个话题很大，有机会希望能就这个话题向大家专门报告，不过实在太有意思了，忍不住先和大家分享一二。

安全很重要，一项技术的发展前景好坏，不但要看技术本身的潜力，还要看配套的安全做得如何。软件也好，网络也好，始终都围绕着各种安全问题不断地进行激烈的攻防对抗，如果攻方一时占了上风，那相关技术的普及应用就要停滞下来，等待配套的防御能力跟上才能继续。

人工智能、机器学习的发展也不例外。设想一下，刷脸支付当然方便快捷，可如果安全配套做不好，别人也能拿着我的手机刷脸支付，那这项技术谁还敢去使用？因此，业内有一个很热门的研究方向，专门研究这类机器学习相关的安全攻防问题，包括如何进行干扰让模型产生误识别，和如何防止干扰避免模型产生误识别，名字叫对抗机器学习。第一次听到这名字时，我是感到非常好奇的，如果你也想了解，我推荐《对抗机器学习：机器学习系统中的攻击和防御》，相当系统地介绍了对抗机器学习的研究内容和成果。

▲扫码了解详情并购买

兜哥也出了本介绍这方面内容的书，叫《AI安全之对抗样本入门》

▲扫码了解详情并购买

机器学习中的攻防对抗究竟是怎么进行的，又有哪些方法呢？展开诉述又是一个很大的话题了，有机会我们下次再聊。

好消息!好消息! 以上推荐好书京东5折

本文系《机器学习算法的数学解析与Python实现》作者莫凡3月16日的直播内容整理，直播录像可识别下方二维码观看。

作者简介

莫凡——新技术深度爱好者，曾经从事信息安全前沿技术跟踪研究和数据分析工作，在各类信息安全类技术期刊杂志发表文章五十余篇，现转为投身高端知识“白菜化”项目，希望能让将更多听起来高大上的名词沾一沾人间烟火，成为日常中生活真正用得上的知识，著有《机器学习算法的数学解析与Python实现》。个人公众号“睡前机器学习”，个人知乎号“木羊”。

点击这里阅读原文，直达新基建专场