02 基础理论和发展现状 讲一下基础理论，在讲基础理论的时候先简单说一下，人工智能总计有三次的浪潮。 第一次浪潮大概是从56年到70年，第二次大概是从70年到90年，第三次大潮大概是2006年以后。 然后第一次浪潮就是先提出了，机器能够做一些人能做的事情。比如说他们早期的人就想做一些定理的证明，做一些基本的道路、线路的规划等等，或者是想下一些简单的棋的游戏，这就是第一次人工智能浪潮。 然后第二次人工智能的话，觉得人类有很多的知识，但这些知识的话，机器可能不是能够掌握，我能不能创造一个人工智能的模型，让机器去学习一些人类的知识，就形成了第二次浪潮。第二次浪潮比较典型的就是机器学习的这个方案，就是让让机器去学习，根据一些数据去学习一定的规律，这种规律可能人也是能够掌握，或者说是人先总结一些比较简单的，你比如说一个文档，它是每个词它都有一定的词频，这个词频我就可以构成一个特征，当中一个特征，我去做一些东西，对，要继续做一个决策。就是第二次。 第三次的话，就是基于大数据发展，这个数据量都非常高，数据可能非常复杂，但是人工智能吧，不管数据多么的复杂，我只要能够有大量的数据可输进，我就能够解决一些人类定义的很好的问题。就是第三次的浪潮，第三次浪潮是以深度学习为标志发展。 然后每次浪潮最低潮的时候，总会有这样的反应。每次人工这种高潮进去的时候，肯定有很多人声音就是:天啊人类要毁灭了，但是每次低潮的时候，他说这个东西都是骗子。 现在到了第三次浪潮，可能也有快下去了，过几年可能要下去。将来也有很多人可能有很多声音，就是说现在人工智能就是个骗子。 我们再总结一下，就是56年提出，人工智能第一个阶段，基本上就是到70年，当时主要是做搜索。就是说我给他一个问题，然后也知道这个问题可能有哪些可行的解，那我就把这些解一个一个的找出来，然后去得到一个最好的结果。这就是早期的任务，比如说定理的证明啊，游戏啊等等，都是能够得到比较好的一种。 然后第二的时候就是知识处理，希望人类有一些支持。比如说像医疗领域，我去看一个病，看病的话，它可能有一个标准流程，比如说我要根据某些特征1、2、3，去判断它到底是不是一个心脏病，或者是不是癌症。 当时就希望利用这些知识，让机器去掌握这样的知识，就创造了知识工程，或者专家系统等等。系统给输入一些标准化的东西，输入一些新特征，比如说心电图的一些特征，然后让专家去做一些诊断。但因为人做这种角色其实非常非常复杂的，当时机器去做决策，其实都是只能靠简单的搜索，所以说，当时这个领域其实是客观上失败的。 然后接下来发展第三个阶段，就是特征数据，我人到这个机器去处理的时候，我人先对这个数据做一些简单的处理，比如说我去判断一朵花是什么样的、什么种类的花，我可以人先去做一些简单处理，比如说先把这花的颜色，花瓣的大小，花瓣的数量等等东西，用一种简单的方法先把这些特征提取出来，然后把这些特征去放到一个机器学习的系统里边，比如说通过一些统计的知识，然后去就统计到底可能是某一种花，它可能长度大概就是在5到8厘米区间。另外一种花，可能花瓣长度会在9到12厘米区间，但有一种新的花的花瓣长度，可能是七厘米，我就判断他就是前一种花，这都是一些统计学习的知识，当然优化学习也是有相应的这种知识的。这是特征处理下取得了一定的成果。 当然人工智能机器学习取得真正突破的结果就是2010年深度学习，就是说我根本不用去提取一个图片或者文本特征，我只需要把这个图片简单地扔到一个人工智能这种学习模型当中，它就能出来一个结果，而且能出来一个很好的学习结果。 所以说其实我们讲了这么多，它的一个本质就可以发现它先定义一个问题，然后用相关的算法去求解和预测一些新的问题。 这就是有哪些问题，第一大类人工智能可能就是搜索，然后第二大类人工智能就是继续学习，继续学习就分为回归、分类、深度学习，还要强化学习。 首先就是讲搜索，搜索就很简单，就是要穷举一个所有的可能情况，找到一个最优的决策。这里面就一般分成几大类，比如说像棋类的游戏，导航啊，智能问答啊等等的，等会我会一个一个地讲。 先说导航的问题，就是我们大家知道手机软件，然后希望能从A到B，找到一个最优的路径，一般来说根据高德地图运用的规划，我们就能够非常傻瓜地到我们想要的目的地，它是怎么实现的呢？比如说我们考虑北京市，就这么一个道路的网络，就这个点。可能就是一些关键的地点，然后现在就是一些道路或者路径，我们想从一个点A，就是A这样一个点，然后到这样的点，点B，怎么去找？其实就是暴力搜索的办法。首先会发现A的周边可能有三个点，有三条道路，人工智能系统就会把这三个道路全部搜索一遍。然后这个道路我们在这三条，然后到达这三个点后，我可能要找一些新的道路，比如说我要从某个点出发去寻找新的道路，会发现比如通过GPS的信息会发现这个点到这个点的距离可能是最短，那我就从这个点出发。然后发现他旁边有三条道路，肯定不能走回去，都走回去，那不就死循环了。发现可能有这样这三条三个可能的方向，于是所有的点搜索到就可能能从A点到达道路，就包括O打头的这个地方，S打头这个地方，F打头的这个地方，P打头这个地方还有G打头这个地方，再然后对这些地方在选取一个点，继续进行搜索，比如说我们发现F点根据GPS进行地点最近，我就从F点出发再做一步，然后要找百度下面的一个路径，当然你可能肯定也不能走回头路，结果发现好像F这个点正好一步能够到达最终的终点，就写错了这样一条路径，AI从S点到F点一直到D点这上一条路径，这就是一个搜索。其实搜索就是计算机就做一个简单事情，非常暴力的进行搜索，找到冲击和所有的情况，然后找到一个找到想要的结果。 下棋也是，比如说一个最简单的棋，就相当于是在一个井字的3×3的井字格里面画圈，或者说画叉，然后如果是某一方能够横竖斜形成三个能够连在一起的话，某一方就赢了。这是一个现在假设机器就是画叉的这个人，可能要下下一步的棋，然后机器要判断他下一步要下到哪，机器就要穷举所有情况，所有情况其实简单，就是人工智能的系统，它要把所有可能的棋局都要下一遍。比如说现在有三个部分，就有三种可能情况，比如说他可能下到这里，右边中间这个点，但是下到这里发现肯定不行，因为比如说画圈的人下到了这里，那圈就赢了，我肯定不能下到这个地方，如果说我下到这个地方当然也不行，因为画圈的只要下到这里它肯定也赢了。然后我下到这个地方，我就让画叉的话我再做进一步的一个计算，比如说如果画圈的话到这里结果可能是平局。如果这个画圈的话到这里，那这个画叉的再补一步，就是这三条连成一线，那么这画叉的就赢了。（ppt演示） 综合的所有的可能情况会发现，这个人工智能系统可能只能把叉画到这里面，最后取得胜利。 然后还有智能问答，我们这里面就几个最简单的这种问答，可能大家原群里面，就是可能在微信群里面，都能看到一个非常搞笑的AI类核心代码，估值一个亿。它做什么呢？
你会发现后面代码其实对这些文字做一些简单的替换，比如说如果后面有“吗”和问号的话，那我就把这个“吗”和问号换成叹号，如果是句号的话，我就可以是一个陈述句，然后发现好像这个逻辑都是正常的。 实际上早期的智能问答系统它就是在做这个事情，然后我就存大量的问答的语句和格式，那么人输入某一段话，他就去在这个数据库里面做匹配，匹配一个对这个问题的最佳回答，然后再输出出来，然后你们发现，其实所有智能问答在早期的话，本质其实就是在做这个事情。 （有人提问：下棋问题，为什么继续计算？）这个问题是下棋总结的棋步，为什么还要继续计算？对，总结棋步肯定是要他要在搜索的时候，我要模拟棋局，就是要把棋局的结果下完，在下完之后，它实际上这个计算才能够真正地停止。 这是搜索啊，然后接下来还有一大类，就是机器学习，这个可能大家也会听到很多相关的概念，我们得简单说一下，机器学习他到底在做什么？其实就是比如说我们假设收集到一百本书的页数，这一百本书的价格，大致是一个这样的情况，比如说这有一本书，有一本书是55页，然后它的价格是69块钱，有本书是105，价格79.5，有本书是90页，价格是128块钱，然后有一本书是240页，价格133。 我们把这一百本书，可以在一个坐标系里面去画出来，可能会通过这个分布，我们可以得到一个非常简单的结论，就是书的页数越多价格就越高，这其实也是符合人类常理的。 好的，我们接下来想做的任务的做两个，第一个就是告诉机器学习什么，然后第二个任务就是等机器把结果写出来，告诉机器学习什么呢？就是说我们假设有一本书是480页，我想知道这本书的价格是多少， 可能就是我们要学习的话，因为我们觉得可能书的页数越多，书价值越高的，其实它可能就成为一个线性的关系，就是一次函数的关系，比如说可能是下面这样一条斜线。当然书价是480块钱的话，我能在斜线找到对应书价这样一个点，然后得到相应的结果。 好了，这个斜线可能大家都学过，y＝wx＋b，W和B都是一些待定的系数，待定系数比如说可以解方程，也可能用一些其他方法去求，我们是必须要求W和B是什么？ 好，问题就是w和b是多少合适，我这里面就有一个。我们设y=wx＋b这样一个一次函数，我们需要确定wb到底多少最合适。比如说这可能下面是有一些不同的情况，然后当然最好的情况，就直接根据这样的一些离散的点，人去画，或者机器再画一条直线，感觉这个直线能够覆盖到大多数情况就可以了。比如说下面这三种情况，可能都是一个比较合理的结果。但是哪个点可能就是哪条直线是最好的，我可能需要做一定的量化。 比如说一个最好的最简单方法，就是要使预测的书价和实际的书价差越少越好，你说这样一个预测的点，比如说这是一个预测书价和书的线性的关系，我会发现可能每个点，和每个实际的书价和预测的书价，都会有一定偏差。这个就是偏差。我们就希望让这些偏差，就是所有点偏差的和越小越好，也就是说让预测书价，实际书价，差越小越好。 怎么去形式化这个问题，我们可能就要做，像高中的话大家可能都学习过，我需要构造一个函数，针对实际问题，我们去实际问题去做到一个y=f(x)这样一个函数，然后去优化Y等于X，那么在这个问题中也是一样的。 比如说我们假设价是y=wx＋b，我们肯定是适当，比如说页数是55，那么它价格55w＋b，然后它55W＋B，它和实际69，他肯定存在一个误差，他这个误差我就取一个平方，就是这就是第一本书的误差。为什么取平方而不是取绝对值，就因为取平方可能更好计算，没有别的道理。然后这第二本书的话，预测价格是105w+b，实际价格79.5，我这也是求一个相应的误差，所有书的误差总和，我就可以一百个把它列出来，然后得到这么一个结果。然后得到这个结果的话，其实我们可以做到一个以W+B有关的损失函数，这点我只列了以W相关的损失函数。比如说是有这样的一个情形是很明显这样的形式，如果是掌握初中掌握的二次函数知识的话，肯定知道W该怎么求。求它的最低点，对吧？比如说我们把W搬进去，用一个图像去画出来，肯定知道W大概斜率大概10到15之间的这样一个数。OK，这是一个非常简单的算法，当然有些还是可能非常复杂的，比如说三次函数，还有可能这个函数都是分段的函数。总之到实际的深度机器学习里面，这个函数是非常复杂的，肯定不是像这么简单的二次函数。 在求解过程中就有另外一种方法，就是画切线，然后算导数。比如说我就随机的从某一个点出发，然后这个点会发现它可能在现在切线，然后在切线的时候，我可能就是取一段X，然后X往前移，移到这里，然后再从这个点出发，然后再画一个斜线再往前移。然后这样的话，所有我们去做一个迭代，然后迭代人算肯定是非常的困难的，这样一个循环，但是机器的话确实非常容易去解决这类的问题。然后当然这个切线怎么算？那些高中的导数知识，其实就告诉我们答案。 我小结一下吧，我从线性规划这个例子去说一下，目前最火的人工智能在做什么？首先就是在搜集数据。刚才不说书价和书的页数这样一个关系，书的页数是X，然后书价Y，就是X和Y也构造一个关系。 第二个就是选择模型，就是选择一个合适的函数F（x），比如说刚才那个问题，相应合适的函数就是一个线性函数，在F（x）中的参数，都是W和B两个参数。 第三点就设计代价函数，比如说衡量一个预测结果，和衡量一个真实的结果的差距，比如说用一个平方误差的代价函数， 最后一步就是用一些方法去进行优化，去优化这个系统。 所以说机器学习，其实从原理来说是非常简单的，但是在实际考察问题的时候，他可能有一些现实的困难，比如说他可能数据是非常复杂的，比如说一个图像，你怎么去确定图像对应的输入，X比如说它的它向量X，它是一个什么样的格式？我怎么去拟合它？可能就是让上个世纪一直到本世纪的前几年，一直大家都在研究这个X该怎么去算，直到最近深度学习，大家知道，我直接把图像每个像素点的RGB三色通道的数值输入进去就可以了。 然后另外需要设计合适的模型，可能这些模型会非常非常的复杂。另外一点模型的输出和真实的结果可能是非常复杂的，比如说刚才这个解释的这个问题，就是输入输出就是一个连续的实数。但是可能有时候输出是一个离散的，比如说1和0，那就代表1可能代表某一类人，0可能代表另外一类。有的时候可能输出的结果是一个框，这个框可能有四个参数，就是左上角这个点的坐标和右下角的点的坐标，反正总之实际输出的结果是非常复杂的，虽然设计时就是和这个代价函数进行优化。然后非常复杂，大家可能用高中学的知识，就没有办法去进行解决了。 然后呢，把F（x）学习出来的话，我就可以用到实际场景了，比如说给定一个新的数据，X那我就要预测，它对应的标签我直接用学习好的F去预测就可以了，这都是基于学习。 然后我们再说一些其他应用，比如说分类，分类的话，比如说鸢尾花的话两有两种分支，一种是变色鸢尾花，一种是山鸢尾花。我们需要判断给定一张图片，这个图片有一朵鸢尾花，那这朵鸢尾花到山鸢尾花，还是变色的鸢尾花。 比如说用一个比较简单的方法，我可以用我可以选取这个图片连几个特征，比如说花瓣的长度，花瓣的宽度，到植株的长度，还有花瓣的颜色，这样四个参数，然后进行学习，然后去判断，最后这个到底是一个什么样的花。比如说第一个花，他这个花瓣的长度5.10cm，花瓣的宽度是3.5cm，然后可能植植株的高度是1.4米，植株宽度可能是0.2米等等的，最后它这种花比如说是一种白鸢尾花等等，这就有一组X，还有四个数就构成一个x，然后输出的话就是一个什么样的话，比如说用B或者E来进行表示。 如果我们画在一个坐标系里面，其实就可以看到这个为什么用四个，四个特征可能是非常的合理的，比如说我们仅用花瓣长度和花瓣的宽度这两个特征，然后在这个坐标系上做一个显示，就会发现这个山鸢尾花，它花瓣的长度宽度都比较短，然后变色鸢尾花花瓣长度和宽度都比较大。于是我发现这两个类别其实在这个坐标系统是明显分开的，我们就可以画这么一条红色的直线去把这两个种类分开，比如说这样一个一侧结构，比如说可能这样一个函数小于零的时候，它就是山鸢尾花，还是这样一个函数大于零的时候，它就是变色鸢尾花。 当然怎么去确定这么一条直线？一个最简单的方法就是蒙嘛。把这条直线在所有空间里面枚举一遍，然后找到一个最好的，看起来最好的直线。当然有一个比较靠谱的做法，我可以通过函数的手段去进行优化。 比如说我开始可能是这样一条直线，发现这条线肯定是不能把这两个类别分开的。也可能这个直线也不能把所有类别走开。当然可能是这样的直线，这个直线其实是能成功地把这两个类别分开了，但是好像发现分开的效果并不是很好。当然有可能是这样的，这样的直线的话，他们分的效果就很好，我们就可以以这条直线去进行优化，就其实是蒙的方法。（ppt演示） 实际上怎么去形式化去应对这个问题呢？有一个比较简单方案，就是定义分类的间隔，你说第三条直线它是这样的一个直线，它分类会发现这条直线对着山鸢尾花特征的距离中最短的距离，会比较小，然后这条直线到变色鸢尾花的最短距离可能也是比较小的。 但是如果是红色的直线，会发现这是这个直线对着山鸢尾花的最短距离，和这条直线对变色鸢尾花的最短距离都是比较大的，但我们肯定会选取红色的直线作为最好的结果。 当然这个东西是可以去用一个函数，形式化来进行表示的，然后我们去优化这个函数，就确定这条直线到底在哪。 最新评论E_mail: redchinacn@gmail.com 2010-2011http://redchinacn.net |
