读《改变未来的九大算法》-约翰.麦考密克 之图像识别技术

一.有关图像识别---从经验中学习

 分析引擎（analytical engine）没有原创任何东西的权利，它只能执行我们的指令。---------艾达.勒夫蕾丝

试想下：如果让你手动计算数十亿网页的pagerank权重，你能完成吗？但计算机可以。image recognition field is including face recognition,object recognition,speech recognition and handwriting recognition etc.让计算机判定一张照片是不是你的姐妹或者手写信封上的城市等，这些对计算机来说很容易，但是计算机缺乏原创性，它们必须严格遵循人类程序员的指令。这里主要讲到三种算法：最近邻分类器、决策树及神经网络。

思考：人脑能快速处理很多事情，计算机程序能吗？

计算机及人脑很多都是没有一些内建知识，而是通过后天学习得到的，这样的程序就不是程序存储控制，所以后来科学家就采取了另一种策略：让计算机自动“学习”，基本策略是给计算机标记大量数据（labeled data），通过学习已知分类的特征得到每个类的特性，之后提供一些未标记的样本，来推测可能的类。因此，图像识别分为两个阶段：训练阶段和分类阶段。

1.最近邻分类

思考：你能根据一个人的家庭住址，预测那个人会向哪个政派捐赠？这个问题看似很荒唐，但是给到计算机后这个问题也可以做，用什么方法呢？最近邻分类就是最好的方法：首先在训练数据中寻找该样本的最近邻 ，其次将最近邻所属的类作为你的预测，这种方法主要是通过地理距离衡量分类依据。那要衡量不同类之间的距离怎么做呢？这时候就不能使用地理距离来衡量 了，而是衡量数字图像间的区别度。

2.决策树
思考：现在让你心中想一个数，之后我只通过你回答“是否”来知道你想的那个数，是不是很神奇？其实啊，就是运用了决策树的原理。决策树在“网络垃圾”应用领域很重要，现在很多网站的操作人员试图通过人为制造链向特定页面的超链接，操纵搜索引擎的排名算法，他们主要是通过创建拥有特别修饰内容，但其实搜索的结果对你一点用都没用的网页进行干扰（如：加入大量流行词）。那决策树怎么帮助搜索引擎进行辨别和消除网络垃圾呢？首先还是需要大量训练数据（网页），手动将其标记为“垃圾”和“非垃圾”，并训练分类器。

3.神经网络

最早使用计算机模拟人脑的讨论，是由英国科学家阿兰.图灵发起的，其经典论文《计算机器与智能》（computing machinery and intelligence）以其对计算机是否能伪装成人类的哲学探讨而闻名于世。这篇论文介绍了评估计算机和人之间相似性的一种科学方法，也就是如今周知的“图灵测试”（turing test），并分析了使用计算机模拟人脑的可能性，要了解神经网络必须先了解生物神经网络，了解其信号是如何传输的，神经元（neuron）是如何工作的，其工作机制是什么？如输入信号的兴奋性（excitatory）、抑制性（inhibitory）。那么人工神经网络（artifical neural network）在图像识别方面的应用是非常广的，可如果难度较大，可以通过增强加权信号：信号只能携带0和1之间的任意值；输入总和，通过加权求和计算（神经网络考虑每个连接强度不同的情况，一般称为权重，大的正权重代表了强烈的兴奋性连接，大的负权重代表强烈的一致性连接，权重较小，权重的大小是相对而言的）；阈值的作用被软化。通过学习调整神经网络，主要是通过权重值来调节。神经网络的学习接管相当耗费精力，涉及到对所有权重和阈值的反复调整，直到网络在训练样本上运作良好--这些都能被计算机自动完成。

4.三种算法的比较

决策树分类器学习过程可以很复杂，但却是全自动的，而且我们只需要做一次，因此分类阶段精度高效。

这三种算法在实际应用中非常广泛，如可以纠正虚拟键盘上胖手指文本输入、从一份负责的检验结果中帮助诊断病人疾病，在自动收费亭识别汽车牌照等等，未来将会有更多有效的算法应用于生活中，但是人工智能真的在未来某一天会替代人吗？会产生更多的商用价值吗？这个需要时间的检验。