1、 解讀人工智能、機(jī)器學(xué)習(xí)和認(rèn)知計(jì)算目 錄 TOC o 1-3 h z u HYPERLINK l _Toc530853980 1.前言 PAGEREF _Toc530853980 h 3 HYPERLINK l _Toc530853981 2.現(xiàn)代人工智能的時(shí)間線 PAGEREF _Toc530853981 h 4 HYPERLINK l _Toc530853982 3.基礎(chǔ)性人工智能 PAGEREF _Toc530853982 h 5 HYPERLINK l _Toc530853983 4.人工智能搜索引擎 PAGEREF _Toc530853983 h 5 HYPERLINK l _Toc

2、530853984 4.1.感知器 PAGEREF _Toc530853984 h 6 HYPERLINK l _Toc530853985 4.2.聚類算法 PAGEREF _Toc530853985 h 7 HYPERLINK l _Toc530853986 4.3.決策樹(shù) PAGEREF _Toc530853986 h 8 HYPERLINK l _Toc530853987 4.4.基于規(guī)則的系統(tǒng) PAGEREF _Toc530853987 h 9 HYPERLINK l _Toc530853988 5.機(jī)器學(xué)習(xí) PAGEREF _Toc530853988 h 10 HYPERLINK l

3、 _Toc530853989 5.1.反向傳播 PAGEREF _Toc530853989 h 11 HYPERLINK l _Toc530853990 5.2.卷積神經(jīng)網(wǎng)絡(luò) PAGEREF _Toc530853990 h 12 HYPERLINK l _Toc530853991 5.3.長(zhǎng)短期記憶（LSTM） PAGEREF _Toc530853991 h 13 HYPERLINK l _Toc530853992 6.深度學(xué)習(xí) PAGEREF _Toc530853992 h 14 HYPERLINK l _Toc530853993 7.認(rèn)知計(jì)算 PAGEREF _Toc530853993 h

4、 15前言人工智能的發(fā)展曾經(jīng)經(jīng)歷過(guò)幾次起起伏伏，近來(lái)在深度學(xué)習(xí)技術(shù)的推動(dòng)下又迎來(lái)了一波新的前所未有的高潮。IBM 官網(wǎng)發(fā)表了一篇概述文章，對(duì)人工智能技術(shù)的發(fā)展過(guò)程進(jìn)行了簡(jiǎn)單梳理，同時(shí)還圖文并茂地介紹了感知器、聚類算法、基于規(guī)則的系統(tǒng)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的概念和原理。人類對(duì)如何創(chuàng)造智能機(jī)器的思考從來(lái)沒(méi)有中斷過(guò)。期間，人工智能的發(fā)展起起伏伏，有成功，也有失敗，以及其中暗藏的潛力。今天，有太多的新聞報(bào)道是關(guān)于機(jī)器學(xué)習(xí)算法的應(yīng)用問(wèn)題，從癌癥檢查預(yù)測(cè)到圖像理解、自然語(yǔ)言處理，人工智能正在賦能并改變著這個(gè)世界。現(xiàn)代人工智能的歷史具備成為一部偉大戲劇的所有元素。在最開(kāi)始的 1950 年代，人

5、工智能的發(fā)展緊緊圍繞著思考機(jī)器和焦點(diǎn)人物比如艾倫圖靈、馮諾伊曼，迎來(lái)了其第一次春天。經(jīng)過(guò)數(shù)十年的繁榮與衰敗，以及難以置信的高期望，人工智能及其先驅(qū)們?cè)俅螖y手來(lái)到一個(gè)新境界。現(xiàn)在，人工智能正展現(xiàn)著其真正的潛力，深度學(xué)習(xí)、認(rèn)知計(jì)算等新技術(shù)不斷涌現(xiàn)，且不乏應(yīng)用指向。本文探討了人工智能及其子領(lǐng)域的一些重要方面。下面就先從人工智能發(fā)展的時(shí)間線開(kāi)始，并逐個(gè)剖析其中的所有元素。現(xiàn)代人工智能的時(shí)間線1950 年代初期，人工智能聚焦在所謂的強(qiáng)人工智能，希望機(jī)器可以像人一樣完成任何智力任務(wù)。強(qiáng)人工智能的發(fā)展止步不前，導(dǎo)致了弱人工智能的出現(xiàn)，即把人工智能技術(shù)應(yīng)用于更窄領(lǐng)域的問(wèn)題。1980 年代之前，人工智能的研究一

6、直被這兩種范式分割著，兩營(yíng)相對(duì)。但是，1980 年左右，機(jī)器學(xué)習(xí)開(kāi)始成為主流，它的目的是讓計(jì)算機(jī)具備學(xué)習(xí)和構(gòu)建模型的能力，從而它們可在特定領(lǐng)域做出預(yù)測(cè)等行為。圖 1：現(xiàn)代人工智能發(fā)展的時(shí)間線在人工智能和機(jī)器學(xué)習(xí)研究的基礎(chǔ)之上，深度學(xué)習(xí)在 2000 年左右應(yīng)運(yùn)而生。計(jì)算機(jī)科學(xué)家在多層神經(jīng)網(wǎng)絡(luò)之中使用了新的拓?fù)鋵W(xué)和學(xué)習(xí)方法。最終，神經(jīng)網(wǎng)絡(luò)的進(jìn)化成功解決了多個(gè)領(lǐng)域的棘手問(wèn)題。在過(guò)去的十年中，認(rèn)知計(jì)算（Cognitive computing）也出現(xiàn)了，其目標(biāo)是打造可以學(xué)習(xí)并與人類自然交互的系統(tǒng)。通過(guò)成功地?fù)魯?Jeopardy 游戲的世界級(jí)選手，IBM Watson 證明了認(rèn)知計(jì)算的價(jià)值。在本文中，我

7、將逐一探索上述的所有領(lǐng)域，并對(duì)一些關(guān)鍵算法作出解釋。基礎(chǔ)性人工智能1950 年之前的研究提出了大腦是由電脈沖網(wǎng)絡(luò)組成的想法，正是脈沖之間的交互產(chǎn)生了人類思想與意識(shí)。艾倫圖靈表明一切計(jì)算皆是數(shù)字，那么，打造一臺(tái)能夠模擬人腦的機(jī)器也就并非遙不可及。上文說(shuō)過(guò)，早期的研究很多是強(qiáng)人工智能，但是也提出了一些基本概念，被機(jī)器學(xué)習(xí)和深度學(xué)習(xí)沿用至今。人工智能搜索引擎人工智能中的很多問(wèn)題可以通過(guò)強(qiáng)力搜索（brute-force search）得到解決。然而，考慮到中等問(wèn)題的搜索空間，基本搜索很快就受影響。人工智能搜索的最早期例子之一是跳棋程序的開(kāi)發(fā)。亞瑟塞繆爾（Arthur Samuel）在 IBM 701

8、電子數(shù)據(jù)處理機(jī)器上打造了第一款跳棋程序，實(shí)現(xiàn)了對(duì)搜索樹(shù)（alpha-beta 剪枝）的優(yōu)化；這個(gè)程序也記錄并獎(jiǎng)勵(lì)具體行動(dòng)，允許應(yīng)用學(xué)習(xí)每一個(gè)玩過(guò)的游戲（這是首個(gè)自我學(xué)習(xí)的程序）。為了提升程序的學(xué)習(xí)率，塞繆爾將其編程為自我游戲，以提升其游戲和學(xué)習(xí)的能力。盡管你可以成功地把搜索應(yīng)用到很多簡(jiǎn)單問(wèn)題上，但是當(dāng)選擇的數(shù)量增加時(shí)，這一方法很快就會(huì)失效。以簡(jiǎn)單的一字棋游戲?yàn)槔螒蛞婚_(kāi)始，有 9 步可能的走棋，每 1 個(gè)走棋有 8 個(gè)可能的相反走棋，依次類推。一字棋的完整走棋樹(shù)包含 362,880 個(gè)節(jié)點(diǎn)。如果你繼續(xù)將這一想法擴(kuò)展到國(guó)際象棋或者圍棋，很快你就會(huì)發(fā)展搜索的劣勢(shì)。感知器感知器是單層神經(jīng)網(wǎng)絡(luò)的一個(gè)

9、早期監(jiān)督學(xué)習(xí)算法。給定一個(gè)輸入特征向量，感知器可對(duì)輸入進(jìn)行具體分類。通過(guò)使用訓(xùn)練集，網(wǎng)絡(luò)的權(quán)重和偏差可為線性分類而更新。感知器的首次實(shí)現(xiàn)是 IBM 704，接著在自定義硬件上用于圖像識(shí)別。作為一個(gè)線性分類器，感知器有能力解決線性分離問(wèn)題。感知器局限性的典型實(shí)例是它無(wú)法學(xué)習(xí)專屬的 OR (XOR) 函數(shù)。多層感知器解決了這一問(wèn)題，并為更復(fù)雜的算法、網(wǎng)絡(luò)拓?fù)鋵W(xué)、深度學(xué)習(xí)奠定了基礎(chǔ)。聚類算法使用感知器的方法是有監(jiān)督的。用戶提供數(shù)據(jù)來(lái)訓(xùn)練網(wǎng)絡(luò)，然后在新數(shù)據(jù)上對(duì)該網(wǎng)絡(luò)進(jìn)行測(cè)試。聚類算法則是一種無(wú)監(jiān)督學(xué)習(xí)（unsupervised learning）方法。在這種模型中，算法會(huì)根據(jù)數(shù)據(jù)的一個(gè)或多個(gè)屬性將一組

10、特征向量組織成聚類。你可以使用少量代碼就能實(shí)現(xiàn)的最簡(jiǎn)單的聚類算法是 k-均值（k-means）。其中，k 表示你為樣本分配的聚類的數(shù)量。你可以使用一個(gè)隨機(jī)特征向量來(lái)對(duì)一個(gè)聚類進(jìn)行初始化，然后將其它樣本添加到其最近鄰的聚類（假定每個(gè)樣本都能表示一個(gè)特征向量，并且可以使用 Euclidean distance 來(lái)確定距離）。隨著你往一個(gè)聚類添加的樣本越來(lái)越多，其形心（centroid，即聚類的中心）就會(huì)重新計(jì)算。然后該算法會(huì)重新檢查一次樣本，以確保它們都在最近鄰的聚類中，最后直到?jīng)]有樣本需要改變所屬聚類。盡管 k-均值聚類相對(duì)有效，但你必須事先確定 k 的大小。根據(jù)數(shù)據(jù)的不同，其它方法可能會(huì)更加有

11、效，比如分層聚類（hierarchical clustering）或基于分布的聚類（distribution-based clustering）。決策樹(shù)決策樹(shù)和聚類很相近。決策樹(shù)是一種關(guān)于觀察（observation）的預(yù)測(cè)模型，可以得到一些結(jié)論。結(jié)論在決策樹(shù)上被表示成樹(shù)葉，而節(jié)點(diǎn)則是觀察分叉的決策點(diǎn)。決策樹(shù)來(lái)自決策樹(shù)學(xué)習(xí)算法，其中數(shù)據(jù)集會(huì)根據(jù)屬性值測(cè)試（attribute value tests）而被分成不同的子集，這個(gè)分割過(guò)程被稱為遞歸分區(qū)（recursive partitioning）。考慮下圖中的示例。在這個(gè)數(shù)據(jù)集中，我可以基于三個(gè)因素觀察到某人是否有生產(chǎn)力。使用一個(gè)決策樹(shù)學(xué)習(xí)算法，我

12、可以通過(guò)一個(gè)指標(biāo)來(lái)識(shí)別屬性（其中一個(gè)例子是信息增益）。在這個(gè)例子中，心情（mood）是生產(chǎn)力的主要影響因素，所以我根據(jù) Good Mood 一項(xiàng)是 Yes 或 No 而對(duì)這個(gè)數(shù)據(jù)集進(jìn)行了分割。但是，在 Yes 這邊，還需要我根據(jù)其它兩個(gè)屬性再次對(duì)該數(shù)據(jù)集進(jìn)行切分。表中不同的顏色對(duì)應(yīng)右側(cè)中不同顏色的葉節(jié)點(diǎn)。決策樹(shù)的一個(gè)重要性質(zhì)在于它們的內(nèi)在的組織能力，這能讓你輕松地（圖形化地）解釋你分類一個(gè)項(xiàng)的方式。流行的決策樹(shù)學(xué)習(xí)算法包括 C4.5 以及分類與回歸樹(shù)（Classification and Regression Tree）。基于規(guī)則的系統(tǒng)最早的基于規(guī)則和推理的系統(tǒng)是 Dendral，于 1965

13、 年被開(kāi)發(fā)出來(lái)，但直到 1970 年代，所謂的專家系統(tǒng)（expert systems）才開(kāi)始大行其道。基于規(guī)則的系統(tǒng)會(huì)同時(shí)存有所需的知識(shí)的規(guī)則，并會(huì)使用一個(gè)推理系統(tǒng)（reasoning system）來(lái)得出結(jié)論。基于規(guī)則的系統(tǒng)通常由一個(gè)規(guī)則集合、一個(gè)知識(shí)庫(kù)、一個(gè)推理引擎（使用前向或反向規(guī)則鏈）和一個(gè)用戶接口組成。下圖中，我使用了知識(shí)蘇格拉底是人、規(guī)則如果是人，就會(huì)死以及一個(gè)交互誰(shuí)會(huì)死？基于規(guī)則的系統(tǒng)已經(jīng)在語(yǔ)音識(shí)別、規(guī)劃和控制以及疾病識(shí)別等領(lǐng)域得到了應(yīng)用。上世紀(jì) 90 年代人們開(kāi)發(fā)的一個(gè)監(jiān)控和診斷大壩穩(wěn)定性的系統(tǒng) Kaleidos 至今仍在使用。機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是人工智能和計(jì)算機(jī)科學(xué)的一個(gè)子領(lǐng)域

14、，也有統(tǒng)計(jì)學(xué)和數(shù)學(xué)優(yōu)化方面的根基。機(jī)器學(xué)習(xí)涵蓋了有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)領(lǐng)域的技術(shù)，可用于預(yù)測(cè)、分析和數(shù)據(jù)挖掘。機(jī)器學(xué)習(xí)不限于深度學(xué)習(xí)這一種。但在這一節(jié)，我會(huì)介紹幾種使得深度學(xué)習(xí)變得如此高效的算法。反向傳播神經(jīng)網(wǎng)絡(luò)的強(qiáng)大力量源于其多層的結(jié)構(gòu)。單層感知器的訓(xùn)練是很直接的，但得到的網(wǎng)絡(luò)并不強(qiáng)大。那問(wèn)題就來(lái)了：我們?nèi)绾斡?xùn)練多層網(wǎng)絡(luò)呢？這就是反向傳播的用武之地。反向傳播是一種用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的算法。它的工作過(guò)程分為兩個(gè)階段。第一階段是將輸入傳播通過(guò)整個(gè)神經(jīng)網(wǎng)絡(luò)直到最后一層（稱為前饋）。第二階段，該算法會(huì)計(jì)算一個(gè)誤差，然后從最后一層到第一層反向傳播該誤差（調(diào)整權(quán)重）。在訓(xùn)練過(guò)程中，該網(wǎng)絡(luò)的中間層會(huì)自己

15、進(jìn)行組織，將輸入空間的部分映射到輸出空間。反向傳播，使用監(jiān)督學(xué)習(xí)，可以識(shí)別出輸入到輸出映射的誤差，然后可以據(jù)此調(diào)整權(quán)重（使用一個(gè)學(xué)習(xí)率）來(lái)矯正這個(gè)誤差。反向傳播現(xiàn)在仍然是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的一個(gè)重要方面。隨著計(jì)算資源越來(lái)越快、越來(lái)越便宜，它還將繼續(xù)在更大和更密集的網(wǎng)絡(luò)中得到應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)（CNN）是受動(dòng)物視覺(jué)皮層啟發(fā)的多層神經(jīng)網(wǎng)絡(luò)。這種架構(gòu)在包括圖像處理的很多應(yīng)用中都有用。第一個(gè) CNN 是由 Yann LeCun 創(chuàng)建的，當(dāng)時(shí) CNN 架構(gòu)主要用于手寫(xiě)字符識(shí)別任務(wù)，例如讀取郵政編碼。LeNet CNN 由好幾層能夠分別實(shí)現(xiàn)特征提取和分類的神經(jīng)網(wǎng)絡(luò)組成。圖像被分為多個(gè)可以被接受的區(qū)域

16、，這些子區(qū)域進(jìn)入到一個(gè)能夠從輸入圖像提取特征的卷積層。下一步就是池化，這個(gè)過(guò)程降低了卷積層提取到的特征的維度（通過(guò)下采樣的方法），同時(shí)保留了最重要的信息（通常通過(guò)最大池化的方法）。然后這個(gè)算法又執(zhí)行另一次卷積和池化，池化之后便進(jìn)入一個(gè)全連接的多層感知器。卷積神經(jīng)網(wǎng)絡(luò)的最終輸出是一組能夠識(shí)別圖像特征的節(jié)點(diǎn)（在這個(gè)例子中，每個(gè)被識(shí)別的數(shù)字都是一個(gè)節(jié)點(diǎn)）。使用者可以通過(guò)反向傳播的方法來(lái)訓(xùn)練網(wǎng)絡(luò)。對(duì)深層處理、卷積、池化以及全連接分類層的使用打開(kāi)了神經(jīng)網(wǎng)絡(luò)的各種新型應(yīng)用的大門。除了圖像處理之外，卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被成功地應(yīng)用在了視頻識(shí)別以及自然語(yǔ)言處理等多種任務(wù)中。卷積神經(jīng)網(wǎng)絡(luò)也已經(jīng)在 GPU 上被有效地

17、實(shí)現(xiàn)，這極大地提升了卷積神經(jīng)網(wǎng)絡(luò)的性能。長(zhǎng)短期記憶（LSTM）記得前面反向傳播中的討論嗎？網(wǎng)絡(luò)是前饋式的訓(xùn)練的。在這種架構(gòu)中，我們將輸入送到網(wǎng)絡(luò)并且通過(guò)隱藏層將它們向前傳播到輸出層。但是，還存在其他的拓?fù)浣Y(jié)構(gòu)。我在這里要研究的一個(gè)架構(gòu)允許節(jié)點(diǎn)之間形成直接的回路。這些神經(jīng)網(wǎng)絡(luò)被稱為循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），它們可以向前面的層或者同一層的后續(xù)節(jié)點(diǎn)饋送內(nèi)容。這一特性使得這些網(wǎng)絡(luò)對(duì)時(shí)序數(shù)據(jù)而言是理想化的。在 1997 年，一種叫做長(zhǎng)短期記憶（LSTM）的特殊的循環(huán)網(wǎng)絡(luò)被發(fā)明了。LSTM 包含網(wǎng)絡(luò)中能夠長(zhǎng)時(shí)間或者短時(shí)間記憶數(shù)值的記憶單元。記憶單元包含了能夠控制信息流入或者流出該單元的一些門。輸入門（inp

18、ut gate）控制什么時(shí)候新的信息可以流入記憶單元。遺忘門（forget gate）控制一段信息在記憶單元中存留的時(shí)間。最后，輸出門（output gate）控制輸出何時(shí)使用記憶單元中包含的信息。記憶單元還包括控制每一個(gè)門的權(quán)重。訓(xùn)練算法（通常是通過(guò)時(shí)間的反向傳播（backpropagation-through-time），反向傳播算法的一種變體）基于所得到的誤差來(lái)優(yōu)化這些權(quán)重。LSTM 已經(jīng)被應(yīng)用在語(yǔ)音識(shí)別、手寫(xiě)識(shí)別、語(yǔ)音合成、圖像描述等各種任務(wù)中。下面我還會(huì)談到 LSTM。深度學(xué)習(xí)深度學(xué)習(xí)是一組相對(duì)新穎的方法集合，它們從根本上改變了機(jī)器學(xué)習(xí)。深度學(xué)習(xí)本身不是一種算法，但是它是一系列可以用

19、無(wú)監(jiān)督學(xué)習(xí)實(shí)現(xiàn)深度網(wǎng)絡(luò)的算法。這些網(wǎng)絡(luò)是非常深層的，所以需要新的計(jì)算方法來(lái)構(gòu)建它們，例如 GPU，除此之外還有計(jì)算機(jī)集群。本文目前已經(jīng)介紹了兩種深度學(xué)習(xí)的算法：卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)。這些算法已經(jīng)被結(jié)合起來(lái)實(shí)現(xiàn)了一些令人驚訝的智能任務(wù)。如下圖所示，卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶已經(jīng)被用來(lái)識(shí)別并用自然語(yǔ)言描述圖片或者視頻中的物體。深度學(xué)習(xí)算法也已經(jīng)被用在了人臉識(shí)別中，也能夠以 96% 的準(zhǔn)確率來(lái)識(shí)別結(jié)核病，還被用在自動(dòng)駕駛和其他復(fù)雜的問(wèn)題中。然而，盡管運(yùn)用深度學(xué)習(xí)算法有著很多結(jié)果，但是仍然存在問(wèn)題需要我們?nèi)ソ鉀Q。一個(gè)最近的將深度學(xué)習(xí)用于皮膚癌檢測(cè)的應(yīng)用發(fā)現(xiàn)，這個(gè)算法比經(jīng)過(guò)認(rèn)證的皮膚科醫(yī)生具有更高的準(zhǔn)確率。但是，醫(yī)生可以列舉出導(dǎo)致