|
大家好，今天開始就進入了專欄《AI不惑境》的更新了，這是第一篇文章，講述數據如何驅動深度學習。 進入到不惑境界，就是向高手邁進的開始了，在這個境界需要自己獨立思考。如果說學習是一個從模仿，到追隨，到創造的過程，那么到這個階段，應該躍過了模仿和追隨的階段，進入了創造的階段。從這個境界開始，講述的問題可能不再有答案，更多的是激發大家一起來思考。 作者&編輯 | 全能言有三 深度學習成功源于三駕馬車，模型，數據和硬件，這背后最核心的還是數據，深度學習正是因為學會了從數據中抽象知識，才能夠完成各種各樣的任務。 人工智能的發展，伴隨著對數據的使用方法的進化，今天就來聊聊。  1 數據與學習 我一直對學生說，如果你不能認識到數據對一個任務的重要性，不知道什么樣的數據能夠完成手中的任務，就不算真正的入門深度學習。 在此之前，你可以去沉迷于各種框架，技巧，項目。 我們回想一下，大部分人的成長是什么樣的過程。 (1) 一個剛剛出生的小孩，對這個世界的一切都表現出了無差別的興趣，接受各種信息就是成長。 (2) 在青少年時期，我們在家長和老師的帶領下，從背課文寫作業開始學習，大部分錯誤的行為會得到糾錯，正確的行為會得到獎勵。 (3) 隨著成長，有的人在自己工作的領域里熟練玩轉數據和模型，充分發掘和運用已有的知識，另一部分人所做的事情不再有答案，需要自己去探索新的規律，比如成立自己的公司，創作新的知識。  這幾個階段，背后的核心都是數據。 (1) 沒有知識的時候，所有已有的數據都是知識。 (2) 學習知識的時候，需要針對自己要學習的領域進行已有數據庫的選擇，想學語言就要背單詞庫，學數學就要做題庫，學音樂就要練樂譜，這時候用已有的數據進行學習。 (3) 使用知識的時候，就要調整自己學習到的知識用于新輸入的數據，在這個過程中，知識也隨之更新。 (4) 創造知識的時候，就要觀察社會和科學規律，從中進行總結，面對的就是沒有人整理過的數據。 可以毫不夸張的說，人一生大部分時間都用著統計學獲取，整理和分析數據，知識從數據中來，就像老子說的“道法自然”。 2 有監督特征工程到無監督特征學習 說起無監督和有監督方法，仍然先舉一個依法治國和無為而治的對比。 依法治國核心就在于設定了各種各樣的法令讓大家遵循，而無為而治的核心就是不干預，讓國家在自然規律下運轉。很明顯后者是更高級的存在，也更難實現，不確定性大。 這個例子說的正是有監督和無監督方法在社會學的代表，從有監督到無監督是進步的，然后我們再看看智能系統的成長。  (1) 最初級的智能系統，其實就是用機器來使用專家的知識，依靠的是專家在某一個領域的大量的經驗積累。從20世紀60年代開始到80年代第二次人工智能浪潮，專家系統的研究是非常流行的，大家感興趣可以去了解。  (2) 隨著技術的發展，研究者發現專家系統實在是過于簡單和脆弱，于是研究出了一系列的模型，包括人工神經網絡/SVM等等。通過專家的經驗對數據進行預處理，完成知識的初步抽象(提取特征)，之后丟給模型進行進一步的學習。與專家系統相比模型的復雜度大大提升，因此也可以開始解決更加復雜的問題，比如人臉的檢測，語音的識別。在20世紀末和21世紀初，有監督的機器學習方法得到了非常廣泛的應用和研究。  (3) 隨著大數據的爆發以及科學家的不斷探索，研究人員開始認識到通過專家的經驗對數據進行預處理是不合適的，數據的維度太高，專家不可能知道每一個任務到底需要怎樣的預處理，所以無監督特征學習方法誕生。對于一個無監督的特征學習系統，它的輸入應該盡可能是原始的數據，最大程度上保證信息的完整。至于學習的規則，仍然由專家來制定。 于是專家設計出各種各樣的模型架構和優化目標來指導系統從數據中進行學習，與有監督的特征工程的最大區別在于使用數據的方式，這一類方法也被稱為特征學習，于是我們有了傳統的機器學習算法和深度學習算法之分。  (4) 再往后發展，就需要機器自己創造模型，人類專家在其中所起的作用很小，甚至沒有，這也是人工智能的未來，或許社會發展到一定的階段，真的會有創造生命的那一天吧。  3 深度學習第一階段-學習特征 在深度學習發展的第一階段中，重點就是專家設計模型和優化策略，從數據中學習特征表達。 深度學習的成功很大程度上歸功于卷積神經網絡CNN模型架構，在圖像，語音等領域都取得了大大突破。CNN是一種無監督的特征學習模型，輸入原始數據，然后完成學習。關于CNN的基礎，大家可以去閱讀公眾號的相關文章。 |
|
|
