首頁 > 智能 > 正文

    理解AI中學數學知識就足夠了 簡化人工智能中的數學帶你撥開云霧看本質

    2019-02-25 10:44:22來源:量子位  

    銅靈 編譯整理

    量子位 出品 | 公眾號 QbitAI

    誰說理解機器學習必須要熟讀高數?

    近日,數據科學Kyle在Medium發布博客表示,理解機器學習在做的事情,有初中數學知識足矣。

    這篇博客簡潔易懂、幽默風趣,在Medium上幾天內獲得600多贊。量子位將文章翻譯整理如下,與大家分享:

    當下理解我們人工智能的方式通常比較極端,要么通過媒體,越來越聳人聽聞的觀點讓人難以想象。要么通過文獻,充滿晦澀語言和特定術語的論文讓人難以理解。

    理解AI的正確姿勢應該在兩個極端之間,這就需要你在新聞或文獻之外理性判斷,對于一般人來說,至少應該知道AI是什么。

    這幾乎是沒有門檻的,我認為理解AI,中學數學知識就足夠了。這篇文章我將簡化人工智能中的數學,帶你撥開云霧看本質。

    簡單版AI和機器學習概念

    能模仿人類的智慧,這是最具代表性的AI的定義。

    AI可以有多重“形態”,從虛擬游戲里的機器人、谷歌DeepMind開發的下圍棋程序AlphaGo,到現實世界里索菲亞這樣的人型機器人,這都是AI“寄生”的場所。

    那AI和相關報道中經常提到的機器學習和深度學習是什么關系,請看下面這張圖:

    人工智能(AI):泛指任何可以讓計算機模擬人類智慧的技術,可以通過邏輯、if-then等規則、決策樹和機器學習(包括深度學習)等方法實現。

    機器學習:AI的一個子分類,讓機器通過真實世界的數據去“學習”,而非單調執行預先設定的規則。

    深度學習:機器學習的子類,包含一系列算法。機器通過多層神經網絡去處理數據,自己學習去執行任務。在語言和圖像識別等任務中經常看到。

    發現了么,機器學習的最大特色之一,就是它的“學習”方式不同了。這里的“學習”,其實也沒有看起來那樣有未來感,你在初中可能就已經接觸過了。

    如果你看過《黑鏡》里類似的橋段,就比較容易將現在AI可視化成一個有意識的實體,一個有思想、感覺、可以做出復雜決策的物體。

    在媒體的報道中這種觀念更為普遍,甚至經常會把AI人格化,然后將其與電影《終結者》里的天網(Skynet)和《黑客帝國》里的Matrix相提并論。

    實際上這都不是真的。在現階段AI就是數學。有時是高難度的數學,有時需要擴展到計算機科學、統計學等其他領域的知識。但AI的核心是一種數學函數。

    也就是說,機器學習可以從y=mx+b這個方程式來理解。如下圖所示,我們已經知道了x值y值,此時需要讓一臺計算機通過輸入(x)和輸出(y)去思考兩者之間的關系,推斷出m和b的值。

    這個公式推斷起來不難吧,y=1x+1,小學生也會做。就是這樣,我們創造一個公式來描述所給的數據,這大體上也是機器學習在做的事情。

    這之間最有趣的部分就是,怎樣教機器選擇最適合這些數據的公式。一旦找到這其中的關聯,你還可以將它用圖表的形式表現出來。

    你不懂的數學,拿給機器去做吧

    y=1x+1是個非常簡單的例子,我們需要機器學習最主要的原因是,人類無法在數百萬量級的數據點中找到合適的公式,這就是計算機要去做的事了。

    無論如何,必須有足夠多的數據才能找到正確的公式。如果我們僅僅有x=1和y=2兩個數據點,輸出的函數也是千變萬化的,可能是y=2x,可能是y=x+1,,也可能是y=([x+1]*5–9)? + 1等等。

    根據少量數據構建公式,然后把它用到更多數據上,這個公式可能會出現大量錯誤。

    并且,現實世界總不可能一直這么完美。在下面這個動圖中可以看到,機器會在一堆數據中進行取舍,探索怎樣最大化去滿足這些數據,進而才去創造公式。

    和數學課上那些規律輸入和輸出值不同,真實世界的數據更不可預測,也更“參差不齊”。

    最佳公式

    當面對一堆變量時,人類找出合適公式的可能性更小了。只有x和y很容易,但如果y受x的1次方、2次方、100次方的影響呢?

    人類就hold不住了,但計算機可以。

    現實生活中的機器學習和AI

    來看一個現實生活中的例子。我在制藥領域工作,就舉個癌癥相關數據集的例子好了。

    這個數據集中有兩個關于腫瘤大小的輸入變量,即半徑和周長,以及兩個潛在的輸出,即良性腫瘤和惡性腫瘤。用我們上述思路來考慮,這事就是這樣的:

    y:診斷結果,可以是0(良性)或1(惡性)

    x1:半徑

    x2:周長

    每個x都有一個位置的m,先稱之為“某數”吧

    b:依然是一個未知數

    那么這個線性方程長什么樣?其實和上面的例子也沒什么太大區別:

    診斷結果=(某數1×半徑)+(某數2×周長)+b

    這樣看來,這道題已經脫離了人類能力的范圍了,所以不用費時間去找這么多變量與結果的關系了,我們可以讓機器去做,這之間就是機器學習!

    標簽: AI 數學 人工智能 本質

    相關閱讀

    相關詞

    推薦閱讀

    亚洲综合伊人久久大杳蕉| 中文字幕久久亚洲一区| 精品久久亚洲一级α| 亚洲另类精品xxxx人妖| 无码乱人伦一区二区亚洲| 国产AV无码专区亚洲AV漫画| 亚洲日本在线电影| 日本亚洲免费无线码 | 亚洲 日韩 色 图网站| 久久精品国产亚洲AV电影 | 亚洲综合伊人制服丝袜美腿| 亚洲精品91在线| 亚洲激情校园春色| 亚洲日本国产乱码va在线观看| 亚洲精品第一国产综合精品| 亚洲第一成年人网站| 亚洲精品人成电影网| 亚洲天堂一区二区三区| 亚洲美女激情视频| 亚洲精品国产第1页| 亚洲另类视频在线观看| 中文字幕亚洲综合久久综合 | 亚洲色丰满少妇高潮18p| 亚洲熟妇成人精品一区| 亚洲精品乱码久久久久久蜜桃图片| 亚洲欧洲国产综合AV无码久久| 亚洲精品国产av成拍色拍| 日韩亚洲人成网站| 亚洲第一区精品观看| 亚洲精品无码av天堂| 国产成人A亚洲精V品无码| 亚洲成av人影院| 亚洲视频国产视频| 国产99在线|亚洲| 亚洲一线产区二线产区区| 亚洲JIZZJIZZ妇女| 亚洲?V无码成人精品区日韩 | 亚洲色偷拍区另类无码专区| 国产亚洲精久久久久久无码77777 国产亚洲精品成人AA片新蒲金 | 国产亚洲情侣一区二区无码AV | 亚洲伊人久久综合中文成人网|