什麼是機器學習?

您現在正在閱讀 , 的文章

什麼是機器學習?

你一定聽過人工智慧吧?近幾年人工智慧成為了科技發展的重中之重,而現今的人工智慧已經發展到一定的水準,應用層面也相當廣泛,如智能導航、語音助理、陪伴機器人等,人工智慧(AI)簡而言之就是人類用電腦程式模擬人類智慧的產物。

 

這個詞在電腦發明之後沒多久的 1950 年代就被提出。然而當時的電腦性能普通,體積龐大,AI 頂多被用來進行一些簡單的邏輯運算。而現在隨著科技發展,電腦性能越來越好,體積也隨之減小——電腦一秒鐘內能進行數十億次運算,比人腦的速度快得太多,而且也不會因為疲勞或情緒影響思考結果,於是各類人工智慧就出現了,而人工智慧的背後有兩大領域,那就是機器學習(Maching Learning)以及演算法Algorithm)。

 

機器學習

(圖/pexels

1. 人工智慧的基本 — 機器學習 和 演算法

機器學習是人工智慧的基石,而演算法是機器學習的根本。先別急著轉台,我們繼續看下去。先從演算法開始說起。演算法的定義如下:一組能夠用來計算和解決問題的規則或步驟。

 

定義不太好懂,簡單來說就是用米飯、海苔、生魚片等原料經過一系列工序能產生壽司,而這一系列工序就可以稱作演算法(或現代人很愛講的 SOP)。電腦的演算法也是如此:我們設計出一系列工序,讓電腦去執行,並最終達到我們想要的結果。所以演算法是一種思考模式,是把複雜問題簡單化的一個思考流程。這樣做的原因很簡單:目前普遍的電腦都採用二進制,所以只會運算 0 和 1 呀(想了解什麼是二進制可以看量子電腦的未來這篇)!因為如此,人類必須想辦法將所有信號都轉化為電腦看得懂的樣子,再去做運算。

 

機器學習就是通過人類的標記,讓電腦學會判斷何時該使用何種演算法來處理問題,這樣往後再遇到類似問題時便能解決。人類會給電腦輸入大量資料以及演算法,並告訴電腦好的輸出(output)是什麼樣子的。如此一來電腦便會在反覆地輸入和輸出中學習。但是這樣的機器學習也可能造成烏龍。前文提到的把裁判的腦袋瓜當作足球的AI想必就是受到以下的訓練:

a. 辨認球場上球形的物體

b. 辨認球場上反光的物體

c. 辨認球場上移動中的物體,並追蹤。

 

所以在電腦的眼中,足球跟腦袋其實是同一個物體XD

如果再加上一條 4. 排除人形的物體 就可以了完美解決這個問題。

 

以上就是演算法跟機器學習,這樣你有明白了嗎~

 

推薦書單:

深度學習的數學地圖:用 Python 實作神經網路的數學模型

 

推薦課程:

Python 與資料科學入門

Python 資料分析:AI 機器學習入門到應用

最新文章: