iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 3
0
Google Developers Machine Learning

ML Study Jam 30天初體驗系列 第 3

[Day #3] Google 如何運用機器學習技術 [2]

(廢文模式 on)
今天時間不夠啦啦啦QAQ 趕車趕起來
廢話不多說直接進入主題~
(廢文模式 off)


What it means to be AI first

在這個時長1分鐘的talk裡,谷歌提出了所有想要接觸機器學習或是人工智慧的人都好奇的第一個核心問題:

What is the difference between artificial intelligence AI and machine learning ?

人工智慧與機器學習有什麼差別呢?

谷歌提出了一個很簡單的想法,我們可以把人工智慧(AI),看作是一種「學科」,而這個學科包含了許多理論與實務方法,其中終極目的就是要讓機器不只可以做出人類的行為,也能跟人類一樣具有思考的能力。
而機器學習(ML)就相當於是一個「工具箱」,讓我們可以用它解決在學科上遇到的問題,換句話說就是在「機器變成人類」這個問題中能使用的方法集。

這樣講似乎很抽象,沒關係,谷歌把拔都知道,在這裡谷歌很貼心地舉了一個例子來類比人工智慧與機器學習的關係。人工智慧就像是一門「物理學科」,其中包含了各式各樣的問題,例如傳統的古典力學、電磁學、電子學、天文物理學、量子物理學等等等(講不完太多惹)。而機器學習就好比是「牛頓運動定律」,它可以用來解決傳統古典力學所遇到的問題。

而這裡谷歌又提出了另一個「機器學習」與人工智慧其他領域中(例如專家系統)一個不一樣的地方:

「在機器學習裡,機器是學習的」
「機器學習中的機器天生並不具有智慧,而是變得有智慧。」

很明顯的,這樣的結論與許多人以為的機器學習有點出入。就筆者自身的經驗來說,很多人以為只要把東西餵給機器,機器就能吐出我們想看到的結果,這樣的邏輯乍看之下好像沒啥問題,但其實忽略了一個非常重要也非常致命的關鍵:

資料 (也就是機器的教材)」

當我們了解機器學習的本質是讓機器學習時,我們就能很清楚地了解到,其實機器學習的行為跟人類成長階段的過程是有幾分類似的。當我們在成長時期接觸到了「不良教材」,我們的行為乃至於思想就會受到影響而逐漸往不好的方向發展,即所謂「近墨者黑」。反之,若我們接觸到了極為優秀的範例或是榜樣,久而久之,我們即使沒辦法變得如此完美,但在許多細節上也許能看見幾分優秀的影子。因此對機器來說,資料自然而然也就成為了機器學習能否成功的最大關鍵,因為資料就好比是機器的教材啊!!!當我們今天給了垃圾資料,充滿了各種雜訊或是有的沒的,我們怎麼能期待機器能夠學會降龍十八掌成為一代武尊呢?同樣地,當我們今天給了機器成熟且珍貴的資料時,即便它天生資質駑鈍,也能透過後天的彌補而學會蓋世武功。
(就像我的英雄學院的主角綠谷出久一樣,天生沒有個性,但是得到了歐爾麥特這位蓋世英雄的外掛幫助之後,再怎麼駑鈍也能激發出令人刮目相看的能力啊!!!)

小結

今天的文章因為時間來不及了所以只好介紹一小段的概念(後半段完全是筆者自己的類比,不是谷歌把拔說的XDD)。雖然短歸短,但筆者認為這是貫穿所有機器學習最重要的核心概念:「資料」。筆者認為若能鞏固這樣的概念在面對任何一個機器學習問題時,都能有比較客觀的想法來審慎思考問題,並且能省去後續實作上非常多的時間(笑)。
與讀者共勉之~

(該睡了明天還要上班 again...)!


上一篇
[Day #2] Google 如何運用機器學習技術 [1]
下一篇
[Day #4] Google 如何運用機器學習技術 [3]
系列文
ML Study Jam 30天初體驗13

尚未有邦友留言

立即登入留言