1956年，人工智能這門新興學科在美國誕生以來，其發展經歷了三次高潮，同時也經歷了漫長的低谷時期。本輪人工智能的再度興起，一個重要的特征就是機器學習概念被逐步強化。
機器學習是人工智能的組成部分，是人工智能的核心。所謂人工智能就是機器模擬人類的思維完成等同于人類的工作。而機器區別于人類最顯著的特點在于人腦可以通過思維進行學習，以適應不同環境的復雜工作，或者說人類可通過學習掌握之前所不具備的技能，進而隨機應變，這是當前機器所遠不能及的。為了彌補這個缺憾，人工智能界的科學家自然想到了機器模擬人類學習的方式，重新確立未來人工智能的研發方向。應該說，如果解決了機器學習的難題，機器全面取代人類的夢想必然會向前邁出實質性的一步。
關于機器學習
機器學習（Machine Learning，簡稱ML）是指用某些算法指導計算機利用已知數據自主構建合理的模型，并利用此模型對新的情境給出判斷的過程。它不同于傳統電腦之處在于，傳統電腦由人給出指令，電腦按照這些指令被動工作；機器學習則是機器通過大數據的輸入，從中主動尋求規律，驗證規律，最后得出結論，機器據此結論來自主解決問題，如果出現偏差，自主糾錯，直至完美。
例如，我們要讓機器人替代人類做天氣預報。第一步，智能機器人會通過分布在全球的各個氣象觀測點收集氣象數據，并且不斷提取全球衛星云圖數據。第二步，機器建模，分析各個要素與天氣結果的關聯性，建立關聯模型，并不斷測試各個要素之間的交互影響，通過海量數據分析和海量驗證，最終使得模型日臻完美。第三步，假設全球氣候發生前所未有的變化，或者說新氣候特征出現，機器學習系統會根據收集到的數據對前所未有的事物重新分析建模，找出新規律。第四步，完美預測未來的天氣。這個預測堪比氣象專家，甚至超越氣象專家。
深度學習（Deep Learning）是機器學習的一個子類。通常會結合線性和非線性的關系。深度學習會深入到各種不同的超級復雜模型或者模型組合，比如CNN, RNN, DBN。深度學習往往會構建多層數，多節點，多復雜度的模型，甚至這些模型連前沿科學家都難以理解。深度學習目前在美國非常流行，因為其在圖像，視覺，語音等各種應用中展現出了前所未有并令人神往的表現。即使在超級復雜的模型中，數據特別海量的情況下，依然展現出理想的學習速度。
大數據與機器學習的關系
所謂大數據(big data)，簡單地說就是事物發展過程中留下的海量數值。這些海量數值必須經過分類、篩選、處理后才具備實用價值。
機器學習即賦予機器學習的能力，也就是讓它完成人類編程無法完成的功能。機器學習是一種通過利用數據，訓練出模型，然后使用模型解決問題。機器學習的原理僅僅是對人類在生活中學習成長的一個模擬。由于機器學習不是基于傳統的編程思想，因此它的處理過程不是因果邏輯，而是通過歸納思想得出的相關性結論。目前機器學習的常用算法有：
（1）回歸算法
（2）神經網絡算法
（3）SVM(支持向量機算法)
（4）BP算法
（5）SMO算法
（6）聚類算法
（7）降維算法
（8）推薦算法
（9）梯度下降算法
（10）非線性最小二乘最優化算法
各類算法解決問題的原理及優缺點在此就不一一贅述。
機器學習的關聯領域涉及模式識別、統計學習、數據挖掘、計算機視覺、語音識別、自然語言處理等。也就是說，機器學習目前的表現還有賴于這些關聯領域技術的突破。但我們欣喜的看到，人類在這些領域的成就很快就能支撐未來的機器學習。
機器學習能否超越人類大腦？
自Google的AlphaGo擊敗圍棋冠軍后，在全球范圍內引起了巨大反響。國際圍棋界有評論說：“AI向圍棋界投下一顆原子彈?；蛟S從圍棋界開始，若干年后大爆炸將席卷全世界，波及全人類。又或許一切都還早，不過至少人類應該放下自己的驕傲，心懷謙卑?！倍鴊oogle則說，深度學習可以讓計算機掌握不弱于人類的判斷力。
盡管人工智能超越人腦還只發生在局部，但機器學習的功能著實讓人類感到后怕。需要特別指出的是，人類的絕大多數智慧是通過后天努力習得的，這么看機器學習將徹底廢掉人類最后的優越感。
通過上文關于機器學習——天氣預報之例舉，我們發現，人類之所以區別于低級動物和世間物體，根本在于人類的高級思維。這個思維過程無非就是人類通過以往經歷或者說數據積累得出所謂的“經驗”，這個“經驗”即是人類掌握了一些事物發展的規律。這個過程在未來隨著機器學習的不斷升級，機器完全可以具備人類所賴以自豪的“思維”，最終替代人類。人類變為瀕危物種或許不是科幻小說里的胡謅。
受人腦學習的啟發，科學家們正在致力于基于深度學習的ANN研究(人工神經網絡)。它是機器學習中發展最為引人注目的領域。ANN使用包括多層網絡層的深層神經網絡來學習表征和抽象，最終可以理解圖像、聲音和文本等復雜度極高的數據。回想一下，在數十年前，神經網絡還只能深入到一層，最多可到兩層，原因不外乎計算能力受限，這導致人類無法組建層級十分龐大的復雜網絡。然而，科技的發展遠遠超乎人們的想象，隨著技術的日新月異，十層甚至數百層以上的神經網絡都已經可以實現。在深度學習中科學家廣泛使用多層級的網絡，這使得機器現在完全有能力去觀察、學習和應對極為復雜的環境，甚至在一些領域展現出比人類更加出色的智能。
Cowen 公司新近發布的一份關于人工智能的研究報告顯示：全球81% 的 IT 公司正在或者計劃投資人工智能。種種跡象顯示，以機器學習為核心的新一代人工智能技術正在掀起一場改變全人類命運的變局！
免責聲明：本文來自作者——張耀寰，不代表超天才網的觀點和立場。文章及圖片來源網絡，版權歸作者所有，如有投訴請聯系刪除。
