//李宏毅视频官网：http://speech.ee.ntu.edu.tw/~tlkagk/courses.html                                                    点击此处返回总目录

//邱锡鹏《神经网络与深度学习》官网：https://nndl.github.io

今天我们介绍一下machine learning。

-------------------------------------------------------------------------------------------------------------------------------

我们这门课预期学到什么呢？我想很多同学心理的预期就是可以学到一个很潮的人工智能（AI）。

近几年，人工智能开始变得非常热门，政府、工业界通通都在讲人工智能。但人工智能是什么呢？人工智能这个词其实不是新词汇，早在1950'年代就有了。这个词意味着什么呢？意味着人类长远以来的目标，希望人类可以跟人一样聪明。在科幻小说里面，我们看到很多这样的幻想和期待。

但是在很长的一段时间里面，人们并不知道怎么做到人工智能这件事，直到后来大概1980'年代，有了机器学习的方法。
                       

机器学习，顾名思义，就是让机器具有学习的能力。机器学习与人工智能什么关系呢？人工智能是我们想要达成的目标，而机器学习是想要达成目标的手段。机器学习通过学习的方式可以跟人一样聪明。

而深度学习和机器学习是什么关系呢？深度学习是机器学习的一个方法。

-------------------------------------------------------------------------------------------------------------------------------

那在深度学习、机器学习出来之前，人们用什么样的方法来做人工智能这件事情呢？

我记得，高中生物告诉我们说，生物的行为取决于两件事，一个是后天学习的结果，一个是先天的本能。对机器来说也是一样，他怎么样表现的很有智慧，要么就是通过后天学习的手段表现的很有智慧，要么就是这是他先天的本能。本能就是，他的创造者（也就是人类）帮他事先设计好的。

我们先来讲一个跟机器学习一点关系都没有的东西：生物的本能。

这个是河狸，河狸的特点呢，就是会筑水坝把水挡起来。

河狸怎么知道要筑水坝呢？河狸筑水坝的能力是天生的。也就是说，假设一个河狸是在实验室出生的，没有父母教它怎么怎么筑水坝，但是它一生下来，它心里就有一个冲动，就是它想要筑水坝。假如，我们用程序来描述的话，就是：

所以生物学家就可以欺负河狸，他们就用扬声器来播放流水声，如果把扬声器放在水泥墙里面，河狸就会在水泥墙上面放很多泥巴或树枝来糊墙，想要把扬声器的声音盖住。如果把扬声器放在地上，河狸就会用树枝把它盖住，直到听不到扬声器的声音为止。

上面是生物的本能，其实机器的本能跟生物的本能很像。

假设有一天你想要做一个Chat-bot(聊天机器人)，如果不用机器学习的方式，而是给它天生的本能的话，那像是什么样子呢？你可能就会在这个chat-bot里面设定一些规则，这些规则通常称之为hand-crafted rules，就是人设定的规则。

假设今天想要设计一个聊天机器人想要帮我们关掉音乐的话，做法可能是这样，可以设定一条规则，写成程序是这样：

也就是，如果输入的句子里面有turn off这个词汇，那chat-bot要做的事情呢，就是把音乐关掉。这时候，如果说“Please turn off the music”或者“Can you turn off the music”，chat-bot就会帮我们把音乐关掉。这样机器就看起来很聪明，被人就会说，果然是人工智能。

但是今天，想要欺负这个chat-bot的话，就可以说"place don't turn off the music"，但是它还是会把音乐关掉。

这是个真实的例子，你可以看看身边有没有这种类似的chat-bot，你去对它说这种故意欺负它的话，它其实是会打错的。这是真实的例子，就不告诉你是哪一家科技公司的产品了，这家公司也是号称他们做了很多AI的东西的样子。不要让你发现是哪家公司的产品，免得被告。

那hand-crafted rules 有什么样的坏处呢？它的坏处就是没有办法考虑到所有的可能性，它非常地僵化。而用hand-crafted rules创作出来的machine它永远没有办法超过他的创造者，人类想不到的东西就没有办法写规则，没有写规则机器就不知道怎么办。但是你可能会说，看到的很多chat-bot看起来非常地聪明，这些chat-bot，如果是一个非常大的公司，其实他可以hire成千上万的工程师，来写出数以万计的规则，让他的机器看起来好像很聪明。但是对于中小公司来说，这样的方式反而是不利的。所以，我认为机器学习的发展，对比较小规模的企业反而是有利的，因为不需要派非常大量的人帮你想各式各样的规则。你只要手上有data，你就可以让机器来帮你做这件事情。当然，怎么sollect data又是另外一个问题，这不是我们今天要讨论主题。

AI这个词现在非常非常非常热门。会有各式各样奇奇怪怪的东西，我觉得现在常常遇到的一个问题，也许可以用以下这幅漫画来说明：

这幅漫画不是简单的漫画，而是杨乐坤发表Facebook上的。意思是说是人工智能，其实里面都是if语句。现在，政府啊企业啊都说想要推广AI，有时候他们想要推广的AI其实是这种AI。它这种其实就不是我们现在做的事，如果你要推广的是这种hand-crafted AI的话，你怎么不50年前推广，到今天才突然做？今天我们要走的不是这个路线，如果是这个路线，它其实是应该被diss的，我们要做的其实是让机器有学习的能力。也就是我们要做的是machine learning的方向。

-------------------------------------------------------------------------------------------------------------------------------

那什么是machine learning呢？

那如果讲的比较拟人化一点，所谓machine learning就是你写一个程序让机器变得很聪明，具有学习的能力。接下来就像教一个婴儿教一个小孩一样地教他。并不是写程序让他做到这件事，而是写程序让他具有学习的能力。接下来呢，像教小孩的方式一样教他说，假设你要教他做语音识别，你就告诉他说，这段声音是“Hi”,这段声音就是“how are you”，这段声音就是“good bye”，希望接下来他就学会了，你给他一段新的声音，他就可以帮你产生语音辨识的结果。

或者说，你希望他学会怎么做图像识别的话，你可能不需要改太多的程序，因为他本身具有学习的能力，你只需要教它说，看到这张图片，你要说是猴子，看到这张图片，是猫，看到这张图片是狗。这样他就有图片识别的能力了。接下来给他一个没有看过的猫，希望他呢，可以认得。

-------------------------------------------------------------------------------------------------------------------------------

刚才是比较拟人化的说法。如果要讲得务实一点的话呢，machine learning要做的事情，可以想成是在寻找一个function。你要让机器具有一个能力，这个能力是根据提供给他的资料，他去寻找出我们要寻找出的function。

很多我们关心的问题，都可以想成是我们就是需要一个function。

举例来说，语音识别。在语音识别这个问题里面，我们要找的function，他的输入是声音信号，他的输出是语音识别的文字。这个function非常非常的复杂，有人可能会说，我来用一些写规则的方式，读很多语言学的文献，然后写一堆规则，然后做语音识别。这件事情，60年代就有人做了，直到现在还没有做出来。语音识别太过复杂，这个function太过复杂，不是人类可以做出来，可以想象的，所以我们需要凭借机器的力量帮助我们把这个function找出来。

或者说，假设你要做图像识别，那也就是找一个function，输入是一张图片，其实是图片里面的pixel，输出就是图像里面有什么样的东西。

或者是，这年头大家都再说Alpha go，如果你要做一个可以下围棋的machine的话，其实你需要的也就是找一个function，这个function的输入呢，是围棋上19*19路的盘式，你告诉机器哪些地方有黑子，哪些地方有白字，然后机器会告诉你，接下来下一步应该落子在哪里。

或者说，你要做聊天机器人，你需要的也是一个function，这个function的输入就是使用者的input，他的输出呢，就是机器的回应。

-------------------------------------------------------------------------------------------------------------------------------

以下，我们会很简短地说明怎么样找出这个function。找出这个function的framework是什么呢？我们以图像识别为例。我们要找一个function，输入一张图片，他告诉我们图片里面有什么东西。

在做这件事情，他的起手式是：你要先准备一个function的set。function的set里面有成千上万的function。举例来说，这个function里面有一个f1,给他看一只猫，他就输出“猫”；给他看一只狗，他就输出“狗”。有一个f2,它很怪，给他看猫，他说是“猴子”；给他看狗，他说是“蛇”。

要准备一个function set，里面有成千上万的function。这件事情讲起来可能有点抽象，你可能会很怀疑说，怎么回事，你怎么准备成千上万的function，我怎么把成千上万的function收集起来，变成一个function的pool呢。这个我们之后会再讲。总之，先假设，你手上有一个function 的set，其实这个function的set呢，就叫做model。

-------------------------------------------------------------------------------------------------------------------------------

有了这个function的set以后呢，接下来，第二步，机器要做的事情是，它有一些训练的数据，这些训练数据告诉机器说，一个好的function，它的输入输出应该长什么样子，有什么样的关系。你告诉机器说呢，现在在这个图像识别的问题里面，如果看到这个猴子的图，你要输出猴子；看到这个猫的图，你要输出猫；看到狗的图，你要输出狗。这样才是对的。

你拿出一个function，机器就可以判断说这个function是好的还是不好的。机器可以根据training data 判断一个function是好的还是不好的。举例来说，f1显然比较符合training data的叙述，比较符合training data 给我们的知识，所以f1看起来是比较好的，f2看起来是一个很荒谬的function。

我们今天讲的这一个task，这个学习的情景呢，其实叫supervised learning。就是如果告诉你告诉machine，function的input和output，那这个叫做supervised learning。以后我们会讲到其他不同的learning的理论。

-------------------------------------------------------------------------------------------------------------------------------

那现在机器有办法决定一个function的好坏，光能够决定一个function的好坏还是不够的，因为在function set 里面，它有成千上万、无穷的function，所以我们需要一个有效率的算法，可以从function的set里面挑出最好的function。这个最好的function，我们写作f*。找出这个f*以后，我们就希望拿它来做一些事情，输入一张在training data里面没有看过的猫，然后希望他的输出也是猫。那你可能会说，机器学的时候，他没有看过这只猫，那你怎么知道在测试的时候找出来的这个最好的function f*,可以正确辨识这只猫呢。这个就是在machine learning 里面非常重要的问题，就是机器有没有举一反三的能力，这个我们之后再讲。

左边这个部分叫做training，就是学习的过程。右边的这个部分叫做testing，就是学好以后，你就可以拿他来做应用。在整个machine learning的framework里面，把machine 分成了三个步骤。第一个步骤就是，找出一个function set。第二个步骤就是，让machine可以衡量一个function是好还是坏。第三个步骤是，让machine有一个自动的方法，可以挑出最好的function。

-------------------------------------------------------------------------------------------------------------------------------

总结：

机器学习到这里我们就说完了。机器学习就是三个步骤，当然这三个步骤异常地简化了整个process。说机器学习只有三个步骤，就好像说把大象放到冰箱只有三个步骤一样。