本文作者 Cassie Kozyrkov 由區鏈財經編譯首發
你可能聽說過機器學習和人工智能，但你確定你知道它們是什麼嗎？如果你努力去理解它們，你並不孤單。有很多雜音讓人很難分辨什麼是科學和科幻小說，那麼還是從名字本身開始吧。
機器學習本質上是一種事物標記器。
我是一名統計學家和神經科學家，我們統計學家在挑選最枯燥、最無聊的名字的時候享有盛名。我們喜歡它完全按照罐子上的說法來做。你知道我們會命名機器學習嗎？我們可能會把它稱為「事物的標籤」！
與流行的看法相反，機器學習並不是魔法的神奇盒子，也不是風投資金 300 億美元的原因。機器學習的核心是一個標籤打標工具，它描述一些事情並告訴你應該得到什麼標籤。這聽起來比你在黑客新聞上看到的要少得多。但是，如果我們首先稱之為事物標籤，那麼您是否會很興奮地閱讀這個主題？可能不會，這表明一點市場營銷和炫目的光環，可能有助於讓這項技術獲得應有的關注（儘管不是出於您可能認為的原因）。
它非常有用，卻不像聽起來的科幻小說。
那麼人工智能（AI）呢？雖然學者們對 AI 的細微差別提出了異議，但工業界正在使用這個術語來指代一種特定類型的機器學習。事實上，大多數時候人們只是交替使用它們，我可以忍受這一點。所以 AI也是關於標籤的東西。你期待機器人嗎？科幻小說中帶有腦袋，一個人形的東西？那麼，今天的人工智能不是那樣的。但是我們是一個能夠看到一切人類特徵的物種。我們在麵包上看到麵包，身上有云，如果我在襪子上縫上兩個紐扣，我最終可能會與它談話。那個襪子不是人，AI 也不是——牢記這一點很重要。這是否令人失望？振奮起來！真實的東西更有用。
讓我告訴你為什麼你應該興奮。你在照片中看到了什麼？
這是什麼動物？很簡單，是吧？現在告訴我你的大腦用這些像素做了什麼來獲得答案。
你只是通過你的感官收集了一些非常複雜的數據，就像用魔法一樣，你把它標記為'貓'。對你來說這很容易！如果我們想要一臺電腦執行相同的任務，將照片分類（標記）為貓/非貓？
機器學習是將願望傳達給機器的新編碼方式。
在傳統的編程方法中，程序員會認真思考像素和標籤，與宇宙溝通，獲取靈感，最後手工製作模型。模型只是一個配方的花哨詞彙，或者您的計算機必須遵循的一組說明才能將像素轉化為標籤。
模型是計算機用來將數據轉化為標籤的配方。它只是機器用於將輸入轉換為輸出的一些代碼，可以由程序員手工製作，也可以通過算法從數據中學習。
但想想那些指令會是什麼。你實際上在用這些像素做什麼？你能表達一下嗎？你的大腦有進化的好處，現在它只是起作用，你甚至不知道它是如何的。這個配方很難想出來。
用例子去解釋和編碼而不是依靠指令。
如果你可以對計算機說：「這裡，看看一堆貓的例子，看看一堆非貓的例子，然後自己弄清楚」。這樣會更好嗎？這是機器學習的本質。這是一個完全不同的編程範例。現在，你不用提供明確的指示，而是使用示例進行編程，機器學習算法可以找到數據中的模式，並將它們轉換為你自己無法編寫的指令。沒有更多的手工配方！
AI 允許你自動化不可描述的事情。
為什麼這很刺激？這是為了用我們以前不能用的方式表達我們對計算機的期望。我們喜歡讓電腦為我們做東西。但如果說明真的很難想象，我們怎麼可能發出指示？如果它們不可言說？
人工智能和機器學習是關於自動化不可描述的。他們是用示例而不是指令來解釋自己。這解開了一大類我們以前無法使用計算機來幫助我們的任務，因為我們無法表達說明。現在所有這些任務都成為可能-——機器學習是人類進步的根本飛躍。這是未來，未來就在這裡！
閱讀更多 區鏈財經媒體 的文章
