機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)這個(gè)概念你可能聽說過，它與另外一個(gè)經(jīng)常被人們提及的詞——人工智能（AI）有關(guān)。人工智能經(jīng)常被描述為即將實(shí)現(xiàn)的科幻噩夢，但它與人類已知的最強(qiáng)大的計(jì)算機(jī)（你腦袋里的那個(gè)計(jì)算機(jī)）比起來，只不過是滄海一粟。大腦的有意識(shí)思考、直覺與想象力讓它遠(yuǎn)遠(yuǎn)超過任何目前人為設(shè)計(jì)的計(jì)算機(jī)程序。在處理大量數(shù)據(jù)并識(shí)別其程序所要查找的趨勢與模式方面，算法具有極其強(qiáng)大的能力，但它也有著令人痛苦的局限性。

機(jī)器學(xué)習(xí)是人工智能領(lǐng)域的一個(gè)分支。作為一個(gè)概念，它很簡單：你將大量數(shù)據(jù)輸入算法中，該算法可以學(xué)習(xí)或發(fā)現(xiàn)其中的模式，然后將這些模式應(yīng)用于它遇到的所有新信息。從理論上講，你輸入的數(shù)據(jù)越多，算法就能越好地理解和解釋未來出現(xiàn)的等效情境。

機(jī)器學(xué)習(xí)可以讓計(jì)算機(jī)分辨貓和狗的區(qū)別，研究疾病的性質(zhì)，或者估算出一個(gè)家庭（甚至整個(gè)國家電網(wǎng)）在一定時(shí)期內(nèi)所需要的電量。更不用提它在智力上超越專業(yè)國際象棋與圍棋棋手方面的成就了。

這些算法就在我們身邊，它們負(fù)責(zé)處理海量數(shù)據(jù)，做出所有決策，從奈飛（Netflix）接下來會(huì)為你推薦什么電影，到銀行何時(shí)認(rèn)為你受到了詐騙，以及哪些郵件會(huì)進(jìn)入你的垃圾郵件文件夾。

盡管這些基本的計(jì)算機(jī)程序遠(yuǎn)遠(yuǎn)不及人腦，但它們也能教我們?nèi)绾胃行У厥褂梦覀兊男闹怯?jì)算機(jī)。為了理解這一點(diǎn)，讓我們來看看機(jī)器學(xué)習(xí)中最常見的兩種技術(shù)：監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)。

監(jiān)督學(xué)習(xí)

監(jiān)督學(xué)習(xí)是指，你在頭腦中有一個(gè)特定的結(jié)果，然后編寫算法來實(shí)現(xiàn)這個(gè)結(jié)果。這有點(diǎn)像數(shù)學(xué)課本，你可以在課本后面找到答案，但棘手的是如何找到答案。這個(gè)學(xué)習(xí)是有監(jiān)督的，因?yàn)樽鳛槌绦騿T，你知道答案是什么。你面臨的挑戰(zhàn)是如何確保算法從各種各樣潛在的輸入信息中總能找出正確答案。

例如，你該如何確保自動(dòng)駕駛汽車上的算法始終能夠識(shí)別交通信號(hào)燈的紅色和綠色，或者識(shí)別路上的行人？你如何確保用于協(xié)助診斷和排查癌癥的算法能夠正確地識(shí)別腫瘤？

這就是分類（classification），監(jiān)督學(xué)習(xí)的主要用途之一。在這個(gè)過程中，你基本上是在嘗試讓算法正確地標(biāo)注某個(gè)事物，并證明算法能夠在各種現(xiàn)實(shí)環(huán)境中可靠地執(zhí)行這項(xiàng)任務(wù)（并且隨著時(shí)間的推移而改進(jìn)算法）。監(jiān)督學(xué)習(xí)產(chǎn)生的算法可以高效運(yùn)行，并能運(yùn)用于各種各樣的情境，但本質(zhì)上，這些算法不過是高速運(yùn)轉(zhuǎn)的分類與標(biāo)注機(jī)器，你用得越多，它們就越有效。

無監(jiān)督學(xué)習(xí)

相比之下，無監(jiān)督學(xué)習(xí)中并不存在對于結(jié)果的任何設(shè)想。我們并沒有讓算法尋求任何正確答案。相反，我們?yōu)樗惴ň幊淌亲屗幚頂?shù)據(jù)并識(shí)別其中的固有模式。比如，如果你有一組關(guān)于選民或客戶的特定數(shù)據(jù)，希望了解他們的動(dòng)機(jī)，那么你可以使用無監(jiān)督學(xué)習(xí)來檢測并呈現(xiàn)那些有助于解釋他們行為的數(shù)據(jù)趨勢。某個(gè)年齡段的人會(huì)在一定的時(shí)間、地點(diǎn)購物嗎？什么因素讓這個(gè)地區(qū)投票給那個(gè)政黨的人團(tuán)結(jié)在一起？

我的工作是探索免疫系統(tǒng)的細(xì)胞結(jié)構(gòu)。我在工作中使用無監(jiān)督學(xué)習(xí)來識(shí)別細(xì)胞群體中的模式。我一直在尋找模式，但不知道模式是什么、在哪里，因此采用無監(jiān)督的方法。

這就是聚類（clustering），也就是根據(jù)共同的特性與主題將數(shù)據(jù)分組，而不必按照原本的A類、B類或C類來為數(shù)據(jù)歸類。當(dāng)你知道自己想要探索哪些廣闊的領(lǐng)域，但不知道如何實(shí)現(xiàn)自己的目標(biāo)，甚至不知道在大量可用數(shù)據(jù)中尋找什么的時(shí)候，這種方法是很有用的。當(dāng)你想讓數(shù)據(jù)顯示自己的結(jié)論，而不強(qiáng)加預(yù)定的結(jié)論時(shí)，也適合采用聚類的方法。