「01」机器学习，到底在学些什么？

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࿰