计算机科学入门 ​

我们之前说过，计算机很擅长存放，整理，获取和处理大量数据，很适合有上百万商品的电商网站，或是存几十亿条健康记录，方便医生看。

但如果想根据数据做决定呢？

机器学习 ​

这是 机器学习 （machine learning）的本质，机器学习算法让计算机可以从数据中学习，然后自行做出预测和决定。

能自我学习的程序很有用，比如判断是不是垃圾邮件。

虽然有用，但我们不会说它有人类一般的智能，虽然 AI 和 ML 这两词经常混着用。

大多数计算机科学家会说，机器学习是为了实现人工智能这个更宏大目标的技术之一。

人工智能 （Artificial Intelligence）简称 AI ，机器学习和人工智能算法一般都很复杂，所以我们不讲具体细节重点讲概念。

分类器 ​

我们从简单例子开始：判断飞蛾是 月蛾 还是 帝蛾 ，这叫 分类 （classification），做分类的算法叫 分类器 （classifier）。

虽然我们可以用照片和声音来训练算法，很多算法会减少复杂性，把数据简化成 特征 ， 特征 是用来帮助 分类 的值。

对于之前的飞蛾分类例子，我们用两个特征： 翼展 和 重量 ，为了训练 分类器 做出好的预测，我们需要 训练数据 （training data）。

为了得到数据，我们派昆虫学家到森林里收集 月蛾 和 帝蛾 的数据，专家可以认出不同飞蛾，所以专家不只记录特征值，还会把种类也写上，这叫 标记数据 （labeled data）。

因为只有两个特征，很容易用散点图把数据视觉化，红色标了 100 个帝蛾，蓝色标了 100 个月蛾，可以看到大致分成了两组，但中间有一定 重叠 ，所以想完全 区分 两个组比较困难。

所以机器学习算法登场，找出 最佳 区分。

决策边界 ​

我用肉眼大致估算下，然后判断翼展小于 45 毫米的很可能是 帝蛾 ，可以再加一个条件，重量必须小于 0.75 ，才算是 帝蛾 。

这些线叫 决策边界 （decision boundaries），如果仔细看数据，86 只帝蛾在正确的区域，但剩下 14 只在错误的区域；另一方面，82 只月蛾在正确的区域，18 个在错误的区域。

混淆矩阵 ​

这里有个表记录 正确数 和 错误数 ，这表叫 混淆矩阵 （confusion matrix）。

注意我们没法画出 100% 正确分类的线，降低翼展的 决策边界 ，会把更多 帝蛾 误分类成 月蛾 ，如果提高，会把更多月蛾 **分错类 ** 。

机器学习算法的目的，是 最大化正确分类 + 最小化错误分类 。

在训练数据中，有 168 个正确，32 个错误，平均准确率 84％ 。

用这些决策边界，如果我们进入森林，碰到一只不认识的飞蛾，我们可以测量它的特征，并绘制到决策空间上，这叫 未标签数据 （unlabeled data）。

决策边界可以 猜测 飞蛾种类，这里我们预测是 月蛾 。

决策树 ​

这个把决策空间切成几个盒子的简单方法，可以用 决策树 （decision tree）来表示，画成图像，会像这样。

用 if 语句写代码，这样生成决策树的机器学习算法。

需要选择用什么特征来分类，每个特征用什么值， 决策树 只是机器学习的一个简单例子，如今有数百种算法，而且新算法不断出现，一些算法甚至用 多个 决策树 来预测，计算机科学家叫这个 森林 ，因为有多颗树嘛。

支持向量机 ​

也有不用树的方法，比如 支持向量机 （Support Vector Machines），本质上是用 任意线段 来切分 决策空间 ，不一定是直线，可以是 多项式 或其他 数学函数 。

就像之前，机器学习算法负责找出最好的线，最准的决策边界。

之前的例子只有两个特征，人类也可以轻松做到，如果加第 3 个特征，比如 触角长度 ，那么 2D 线段，会变成 3D 平面，在三个维度上做决策边界。

这些平面 不必 是直的，而且真正有用的分类器会有很多飞蛾种类，你可能会同意现在变得太复杂了。

但这也只是个简单例子，只有 3 个特征和 5 个品种，我们依然可以用 3D 散点图画出来。

不幸的是，一次性看 4 个或 20 个特征，没有好的方法，更别说成百上千的特征了，但这正是机器学习要面临的问题。

你能想象靠手工在一个上千维度的决策空间里，给 超平面 (Hyperplane)找出一个方程吗，大概不行，但聪明的机器学习算法可以做到。

Google，Facebook，微软和亚马逊的计算机里，整天都在跑这些算法。

决策树 和 支持向量机 这样的技术，发源自 统计学 ，统计学早在计算机出现前，就在用数据做决定。

神经网络 ​

有一大类机器学习算法用了统计学，但也有不用统计学的算法，其中最值得注意的是 人工神经网络 （artificial neural networks） ，灵感来自大脑里的 神经元 （neurons）。

神经元是 细胞 ，用 电信号 和 化学信号 来处理和传输消息，它从其他细胞得到一个或多个输入，然后处理信号并发出信号，形成巨大的 互联网络 ，能处理复杂的信息。

人造神经元很类似，可以接收多个输入，然后整合并发出一个信号，它不用电信号或化学信号，而是吃数字进去，吐数字出来，它们被放成一层层，形成神经元网络，因此得名 神经网络 （neural networks）。

回到飞蛾例子，看如何用神经网络分类。

我们的第一层，输入层。

提供需要被分类的单个飞蛾数据，同样，这次也用 重量 和 翼展 ，另一边是输出层，有两个神经元：一个是 帝蛾 ，一个是 月蛾 。

2 个神经元里最兴奋的就是分类结果，中间有一个 隐藏层 ，负责把输入变成输出，负责干分类这个重活。

为了看看它是如何分类的，我们放大 隐藏层 里的一个神经元，神经元做的第一件事，是把每个输入乘以一个 权重 ，假设 2.8 是第一个输入，0.1 是第二个输入。

然后它会相加输入，总共是 9.74 ，然后对这个结果，用一个 偏差值 处理，意思是加或减一个固定值。比如 -6 ，得到 3.74 。

做神经网络时，这些偏差和权重，一开始会设置成 随机值 ，然后算法会 调整 这些值来训练神经网络，使用 标记数据 来训练和测试，逐渐提高准确性，很像人类学习的过程。

最后，神经元有 激活函数 ，它也叫 传递函数 ，会应用于输出，对结果执行最后一次数学修改，例如，把值限制在 -1 和 +1 之间，或把负数改成 0 ，这次我们用 线性 （linear）传递函数，它不会改变值，所以 3.74 还是 3.74 。

所以这里的例子，输入 0.55 和 82 ，输出 3.74 ，这只是一个神经元。

但 加权，求和，偏置，激活函数 会应用于一层里的 每个 神经元，并向前传播，一次一层，数字最高的就是结果： 月蛾 。

深度学习 ​

重要的是，隐藏层不是只能有一层，可以有很多层， 深度学习 （deep learning）因此得名。

训练更复杂的网络需要更多的计算量和数据，尽管神经网络 50 多年前就发明了，深层神经网络直到最近才成为可能，感谢强大的处理器和超快的 GPU ，感谢游戏玩家对帧率的苛刻要求！

AI ​

几年前，Google 和 Facebook 展示了深度神经网络，在照片中识别人脸的准确率，和人一样高，这是个巨大的里程碑。

现在有深层神经网络开车，翻译，诊断医疗状况等等，这些算法非常复杂，但还不够 "聪明" ，它们只能做 一件事 ，分类飞蛾，找人脸，翻译，这种AI叫 弱AI 或 窄AI ，只能做特定任务。

但这不意味着它没用，能自动做出诊断的医疗设备，和自动驾驶的汽车真是太棒了！

但我们是否需要这些计算机来创作音乐，在空闲时间找美味食谱呢？也许不要，如果有的话还挺酷的。

真正通用的，像人一样聪明的 AI ，叫 强AI ，目前没人能做出来接近人类智能的AI。

有人认为不可能做出来，但许多人说数字化知识的爆炸性增长，比如维基百科，网页和 Youtube 视频，是 强AI 的完美引燃物。

你一天最多只能看 24 小时的 YouTube ，计算机可以看上百万小时。

比如，IBM 的沃森吸收了 2 亿个网页的内容，包括维基百科的全文，虽然不是 强AI 但沃森也很聪明，在 2011 年的知识竞答中碾压了人类。

AI 不仅可以吸收大量信息，也可以不断学习进步，而且一般比人类快得多，2016 年 Google 推出 AlphaGo ，一个会玩围棋的 窄AI ，它和自己的克隆版下无数次围棋，2017 年 AlphaGo 击败当时世界排名第一的棋手柯洁。

学习什么管用，什么不管用，自己发现成功的策略，这叫 强化学习 （Reinforcement Learning）是一种很强大的方法，和人类的学习方式非常类似。

人类不是天生就会走路，是上千小时的试错学会的，计算机现在才刚学会 反复试错 来学习，对于很多狭窄的问题，强化学习已被广泛使用。

有趣的是，如果这类技术可以更广泛地应用，创造出类似人类的 强AI ，能像人类小孩一样学习，但学习速度超快，如果这发生了，对人类可能有相当大的影响，我们以后会讨论。