导读:“机器学习”一词往往被与“人工智能”“深度学习”混用,也常与“大数据”一词一同出现。下面首先简要介绍它们的关系,然后讲述机器学习的基本概念和模式。
作者:张春强 张和平 唐振
来源:大数据DT(ID:hzdashuju)
“机器学习”“人工智能”“深度学习”这三个词常常被人混淆,但其实它们出现的时间相隔甚远,“人工智能”(Artificial Intelligence,AI)出现于20世纪50年代,“机器学习”(Machine Learning,ML)出现于20世纪80年代,而“深度学习”(Deep Learning,DL)则是近些年才出现的。三者是包含与被包含关系,如图1-1所示。
▲图1-1 人工智能、机器学习和深度学习的关系
业内对于以上关系还有不同的见解,比如认为深度学习有部分内容在机器学习范畴之外,此处不深究。
01 机器学习与人工智能
“人工智能”一词出现在1956年的达特茅斯会议上,当时人工智能先驱的梦想是建造具有人类智能体的软硬件系统,该系统具有人类的智能特征,而这里所说的人工智能为“通用人工智能”。
这样的人工智能梦想曾在影视作品中大放异彩,如电影《星球大战》中的C-3PO机器人具有人类的理性和思考能力。不过,迄今为止,这种高层次的推理和思想仍然难以实现,退而求其次,目前能够落地的都属于“狭义的人工智能”,如人脸识别等。
我们将机器学习描述为实现人工智能的一种方式方法。机器学习是基于已有数据、知识或经验自动识别有意义的模式。最基本的机器学习使用算法解析和学习数据,然后在相似的环境里做出决定或预测。简言之,即基于数据学习并做决策。这样的描述将机器学习与传统软件或普通程序区分开来。
机器学习过程中,并没有人为指示机器学习系统如何对未知环境做出决策或预测,这一过程由机器学习中的算法从数据中习得,做出决策的主体是机器学习算法,并且决策或预测是非确定性的结果&