「认识AI：人工智能如何赋能商业」【07】专家系统与机器学习

作者 | Harper

审核 | gongyouliu

编辑 | auroral-L

专家系统与机器学习

本期内容仍然来自这本《认识AI，人工智能如何赋能商业》，这本书是我们数据与智能创始人刘强翻译的。大家喜欢的话可以购买阅读。前面已经给大家介绍过了感知机的兴衰，下面让我们一起来了解专家系统与机器学习。

在开启一个人工智能项目之前，你需要做的第一个选择是使用专家系统还是机器学习技术。基本上，这个选择依赖于数据量、数据的变化以及是否有一套清晰的步骤从数据中提取解决方案。当你有一个解决思路很明确的问题，并且在有限的步骤内就可以找到解决方案时，专家系统是最好的选择。而当你不希望靠大脑来记住解决问题的步骤，并且需要分析大量的数据来做出预测或者识别甚至不知道如何提供见解的模式，也就是说当你的问题包含一定程度的不确定性时，机器学习会是最好的选择。我们可以从自动电话系统这个案例来加以说明。

旧的电话系统有点像专家系统。电话系统告诉来电者按照语音来操作，比如说按1表示销售，按2表示客户服务，按3表示技术支持，按4表示与接线员通话。然后，电话系统根据呼叫者所按的号码将呼叫路由到对应的部门。

而更新、更高级的电话系统使用自然语言处理(NLP)。当有人打电话进来时，系统会询问打电话人的目的。系统再会根据来电人的目的将电话转接给相应部门。但自然语言处理的挑战在于，来电者所说的话以及说话方式是不可预测的。一个很生气的人来电话，可能会说一些很愤怒的话，所以我们会发现这是一个更复杂的问题。自动电话系统需要准确的语音识别，然后才能推断出那句话的意思。只有理解了来电者的意图，电话系统才能把电话转接到正确的部门。

而有专家系统的话，你就必须手动输人所有可能的状态和问题，当打电话的人口齿不清、有口音或者用另外-一种语言说话时，系统仍然会遇到麻烦。

在这种情况下，机器学习就会是更好的选择。有了机器学习，随着时间的推移，系统将变得更加智能，因为它可以创建自己的模式。如果有人打电话来说“我想退货”，然后可能会被错误地转接到销售部，最终才转接到客户服务部。然后通过不断学习，系统就会知道，下次有人打电话提到“退货”这个词时，应该直接转接到客户服务部，而不是销售部。

所以当我们准备开启一个人工智能项目时，请大家认真考虑哪种方法最适合你的特定场景。如果你能画个决策树或流程图来描述计算机必须在有限的输人基础上执行的特定任务，那么专家系统可能是最好的选择。它可能更容易构建和部署，为你节省时间、金钱和设计复杂系统的麻烦。但是，如果你要处理大量的数据，并且系统必须适应不断变化的输人，那么机器学习可能是最佳选择。

其实一些人工智能专家也会混合使用这两种方法。他们使用一个专家系统来定义某些约束，然后使用机器学习来尝试不同的方案。所以总的来说我们是有三个选择:专家系统、机器学习或两者的组合。

本内容来源于「数据与智能」创始人刘强翻译的畅销书「认识AI：人工智能如何赋能商业」，喜欢的读者可以点击下面链接直接购买。

本文的视频版本可以直接点击下面视频观看，欢迎关注数据与智能视频号获取更多精彩视频。