这是参加原力计划单独投稿的,是我专栏文章的part 2
2. 机器学习,到底在学些什么?
2.1 什么是学习?
根据定义,学习是从有限的例子中,找出问题和答案之间规律的一个过程,而所找出的规律叫做知识,而知识,在我们的意识层面上叫做知识,但在数学层面,它的名字叫做模型。
2.2 什么是机器学习?
经过千万年的进化,人类已经可以熟练利用大脑神经元所组成的生物记忆网络,将感官收集到的信号,如图像、物体、声音、文字,通过长短期的记忆机制进行保存。
通过这些信息,大脑会推演出下一个类似情况、问题发生时,我们该做出的反应。这些反应有先天的,比如面对狮子时,我们的祖先遗留下来的对死亡的基因恐惧,驱使大脑发出逃离的指令
也有后天形成的,比如一朝被蛇咬,十年怕井绳
而对于机器来说,它跳过了进化这一步,目前的水平也远无法还原基因层面的学习模式,因此后天的学习,是机器知识形成的唯一方法。具体来讲,就是利用可搜集的有限数据,依托于以图灵机为原型的计算机(像人脑一样,主要是有记忆功能和计算功能),来训练出模型,并再应用到同一领域的未知问题,或迁移到不同领域的未知问题。我们常说学习要举一反三,但严格来说,只有举一反三才叫学习。
唯一的区别是,人脑的学习是抽象的,模糊的,输入往往是原生的图片、文字形式,而对于计算机来说