会玩超级玛丽，机器学习能有多难？

更多深度文章，请关注云计算频道：https://yq.aliyun.com/cloud

“机器学习”、‘神经网络’——如果你经常阅读新闻，一定与这两个词打过照面。机器学习的应用已进入医疗、金融、物流等各行各业，如果你不理解它们的含义，恐怕每天刷一刷新闻都是大写的懵。好消息来了！即便你不是数学家、不是工程师，只要你玩过超级玛丽，就一定能搞懂机器学习的基本概念。
网络开发与安全专家 Adam Wattis 写的这篇文章，就希望用简单易懂的类比，打破人们对机器学习术语艰深难懂的印象，能充满自信地阅读机器学习主题的各种文章。

增强学习
机器学习与普通的软件相比所不同的是，普通软件需要程序员明确地写下指令，而机器学习则能够自己学会如何成功完成手头的任务。举一个被称为增强学习的例子：程序会获得一个输入值，经过自己的“思考”后得出一个输出值，并会根据其输出值获得相应的奖赏，程序经过无数次地重复这个过程，学会什么样的输出能获得更高的奖赏。这样想的话，所谓机器学习的过程与人类学习的过程（巴甫洛夫训练小狗的方式）是不是挺相似？
或者，与我们第一次打游戏的时候，学习游戏规则的过程是不是很相似？我们就一起回到童年，想象自己第一次遇见超级玛丽。

输入
打开游戏，你看到一个简单的2D环境中有一个萌萌的马里奥和各种小物件。这就是你的输入值。

输出
你有四个键可以用：左、右、蹲、跳，这就是你的输出值。你得根据输入值（马里奥遇到了金币），决定自己选择哪一个输出（蹲下还是起跳）。

奖赏
即便没有人明确地教你游戏规则，很快你也会发现，毫无目的地随便走走没法获得什么奖赏，但是如果撞到了金币奖赏就会高一点，如果跳到了神秘盒子奖励就更高。不过，如果被敌人打了就会获得惩罚——或者说，负的奖励。如果撞到了敌人 Goomba 则一踩就挂——或者说，死亡奖励。

挂了没关系，还能重新来过。当你再一次看到 Goomba，你就会试试其他的“输出值”来避免“死亡奖励”。再玩几把，你就知道可以跳过 Goomba，继续活命。

增强学习也就是这么一回事。跟人一样，机器一开始也是一张白纸、一无所知，经过不断试错，知道如何更快地过关、获得更好的结果。这在机器学习中，就叫做“训练”。

训练
正如刚才所说，机器从一开始就像刚出生的婴儿，是一张白纸、一无所知。要想让机器完成任务，必须让机器进行训练，给它一些训练的数据。假以时日，机器学习算法就知道如何成功完成任务了。不过，训练可能得要很长一段时间，所以必须给机器提供高质量的训练数据，才能获得更准确的结果。

总结
一句话总结全文：机器学习与传统意义上的程序不同，反而与人类的学习过程很相似。
传统的程序是通过一些条件语句硬性规定的程序。如果用传统程序玩超级玛丽，就得输入此类的代码：if 发现危险，执行“起跳”或是别的动作；else 继续前进。这与机器学习的根本不同在于，一段时间后，机器学习就能自主决定该做什么行动，遇到类似的任务时，不需要重新编程就能直接上手。试想你已经从游戏菜鸟升级为超级玛丽高手，当你遇到第二个游戏，你也能快速上手。你玩的游戏越多，你就越擅长游戏，即便每个游戏都略有不同。机器学习也是同理，过往的“经验”能让它更快地学习。

现在，“机器学习”这个词看上去没有那么吓人了吧？超级玛丽这个基本框架，但愿能帮助你理解机器学习在未来的广泛应用。

本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《Understanding basics of machine learning through Super Mario》
作者简介：Adam Wattis，全栈网络开发创业者，热衷网络安全与科技，更多文章可见 Http://adamwattis.com。
译者：炫，审校：袁虎。
文章为简译，更详细的内容，请查看原文。