【個人演講】機器學習入門

哈囉大家好,今天很高興受到前輩的邀請來這裡和大家分享,今天在的主題是機器學習的基本概念,包含什麼是人工智慧和機器學習,以及我對這領域的觀察和理解,今天主要是希望描繪一下這個領域的大致輪廓,讓大家可以有些基本的認知這樣,

我叫楊明翰,今年21歲,現在是學生, 我的專長是朝人工智慧這個方向發展當中,在13年的時候開始加入一個團隊創業,在15年的時候開始寫技術部落格,人工智慧這個領域目前是我的興趣,我現在同時在研究自然語言處理和機器視覺

那首先就來和大家討論一下,人工智慧這個概念

什麼是人工智慧,字面上的解釋是人造的智慧,而智慧又是智人的一個很重要的特徵

因此,實際上人工智慧這個概念是希望能夠用電腦模擬人類的智慧行為,如果我們稍微分析一下人類的智慧行為,可以粗略的分類成以上三個過程,”思考”,”感知”,以及”行為”,舉例來說,我們能夠認出英文字母,不論寫的潦草與否,這個是我們視覺上的感知能力,而對小嬰兒來說,可以逐漸學會使用母語,這個是我們的思考學習能力,而當我們想要搬東西的時候,我們會用手來執行這樣一個行動,這是我們思考和感知的結果的對外輸出

對於人工智慧而言,同樣也包含這三個領域,機器學習就是試圖模仿人類的學習行為,記下抽象的Pattern.而電腦也試圖模仿人的五感,其中比較成熟的感知有機器視覺,也就是模仿人類的視覺感知,還有聽覺,像是每支手機都配有的語音助理的輸入介面,以及語言感知,也就是模仿人對語言符號的感知,這個領域叫做自然語言處理.另外,電腦在模仿行為上,有仿生機械模擬人的四肢,也有用語音合成將電腦想要對外輸出的訊息講出來,實際上這些領域之間彼此習習關關,人能夠感知也包含了學習的過程,也因此機器學習是這幾年特別被關注的一個很熱門的分支.

接下來舉個例子來說明人工智慧想要解決什麼問題

這個影像辨識的一個簡化過的流程,影像辨識是期望給電腦一幅圖像作為輸入,而經過一系列的資訊加工和處理之後,輸出會是圖像在人類的角度上的抽象概念,以圖中的例子而言輸入是一張泰姬瑪哈陵的照片，我們期望輸出是”泰姬瑪哈陵”或是任何足以識別”泰姬瑪哈陵”的抽象符號.我們可以看到原始圖片輸入之後,電腦去除了大部分的彩色影像,只保留影像的輪廓,再來則是將輪廓分配到一格一格的小區塊,可以想像就如同人類的視網膜,每一個小區塊就是光錐細胞的訊號輸入,有輪廓的地方大腦就會產生電流,反之則沒有,對電腦而言,這則是一個矩陣,電腦最終透過一個決策的機制判斷出輸入這樣的矩陣,輸出都是”泰姬瑪哈陵”,這是一個很典型的人工智慧任務,去模擬人的視覺感知

接著在舉一個例子,Google翻譯相信大家都使用過,當我們輸入”飛機會飛”我們期望它可以給我們英文的翻譯,就好像一個同時會中英文的人一樣做出翻譯.但是,很不幸的這是史上最艱難的的問題之一,對電腦來說,如果沒有刻意在”飛機會飛”這四個字之間加上適當的分隔的話,電腦就必須判斷哪種情形字與字可以構成詞彙,哪種語境底下分出的詞彙序列比較合理,以圖中的例子來說,飛機 會 飛 和 飛 機會(中獎機會的機會) 飛,兩組分法都是字與字的合理詞彙組合,但依照常識,很明顯底下的分法是錯的,如果我們直接用查表的把詞彙序列照翻成英文, Plan can fly

是正確的,而, Fly future fly是錯誤的.很明顯的,我們的大腦是具有語言感知能力的,所以我們能夠很輕鬆的了解一串沒斷句的中文,模仿人類這種能力的技術稱為自然語言處理,

相信前面的例子讓大家對人工智慧在實際解決什麼問題會比較有點概念,以目前現有的人工智慧技術而言,我們並不是創造一個會自己思考的萬能機器,更別說是否具有心靈的系統,事實上,人工智慧系統通常會模仿人類智慧特徵中的一些特定行為,並且加以優化它,舉例來說, AlphaGo能夠模仿人類下圍棋,而且能贏過人類下圍棋的菁英,但由於他被打造起來就是學習如何下棋的智慧系統,所以並不會在沒有外力的介入之下自行學會下廚.很多人因為 AlphaGo而注意到人工智慧,但她並不是這幾年才有的技術,相反的,現代人工智慧其實已經有60年左右的歷史,當然比起古典物理學就相對是個年輕的領域,接下來就稍微帶大家看一下人工智慧的時間軸

1950圖靈發表了一篇論文,來討論如何判定一個系統是否具有模仿人類的智慧,這是著名的圖靈測試的由來, 1956年在一個會議上正式誕生現代人工智慧領域,人工智慧在1980年代之前是以專家系統,也就是透過大量人造規則和邏輯驅動的系統作為主流研究.