前言

如今，物聯網、大資料、人工智慧、區塊鏈之類的新技術新概念炒的火熱，作為資訊行業的從業者，對各時髦技術至少要有科普級別的瞭解。本文聚集人工智慧，簡單講解機器學習的原理。

人工智慧是怎樣學習的？

作者：弈心逐夢

人工智慧通過學習，可以學會識別文字、學會聊天，甚至可以學會下圍棋，熟練的掌握了原本是人類才能掌握的技能，並且比人類做的更好。比如人工智慧阿法狗先後將李世石和柯傑兩位圍棋界的世界冠軍斬落馬下。

人工智慧的本質是程式設計師們開發的一款軟體，就像購物軟體、遊戲軟體一樣，俗稱電腦。但它是怎樣學會人類技能呢？

首先將人類的技能數學化，將看圖、說話、下棋這樣的行為通過數學的方法轉換為電腦可以認識別數值，然後讓電腦儲存大量的行為與數值對應關係。當電腦發現新行為時，只要在儲存資訊中尋找和當前行為最接近的值就可以了。
本文以聽音樂的行為來說明人工智慧，即電腦聽到一首歌就知道這首歌是《好漢歌》。

（1） 將人類的行為用數學方式描述

人工智慧就是讓電腦學會人的行為，就像媽媽教寶寶聽兒歌。寶寶不理解“兒歌”這個詞語代表什麼含義，但當兒歌響起時，寶寶能夠手舞足蹈做出反應。
人工智慧對音樂的理解就像寶寶對兒歌的理解，不知道兒歌是什麼含義，但可以做出相應的反應。
對電腦來說，人類的絲竹樂它是不能理解的。但是，它可以理解歌曲抽象後的數值佇列。最簡單的抽象方式是用聲音的尖銳程度記錄音樂。例如：
人工智慧聽到的音樂是：“大河向東流哇，天上的星星參北斗哇”
將歌曲做數學計算，生成的數值對列是：“005 105 107 207 206 105 105 …”
人工智慧將“005 105 107 207 206 105 105 …”這一串數列存起來，意味著它能聽出這首歌曲是《好漢歌》，即使它不會因聽到歌曲而說走就走，它依然能認出這首歌。

（2） 讓電腦儲存大量的行為與數值匹配的資料

隨著寶寶的成長，他（她）聽過的歌曲越來越多後，可以記住更多的兒歌，還可以在聽到兒歌時知道，自己曾經聽過這首曲子。甚至，當聽到嗩吶版或鋼琴版的兒歌時，寶寶也能分辨出自己聽過這首曲子。
同樣，當我們對人工智慧多一點要求的時候，就需要他有更強的辨別歌曲的能力，能識別更多的曲子。
這需要人工智慧聽很多首曲子，然後將這些曲子以數值的方式記住。儲存大量歌曲資訊的過程是人工智慧的學習期，也可以說我們在訓練人工智慧。
經過大量的聽歌，即專業術語所講的樣本訓練後，人工智慧培訓成了這樣的思維：
《大魚》：“113 112 113 116 113 112 …”
《紅顏舊》：“127 116 117 111 112 …”
……
在人工智慧的思維中，有大量的歌曲與數列的對應關係。
當聽到相同的歌曲時，人工智慧立馬能夠回想起自己聽過。當人工智慧聽到嗩吶版或鋼琴版時，同一首曲子由不同樂器演奏版本，雖然音色不同，但旋律和節奏基本是相同的。所以在人工智慧的思維中，會認為與原有曲子的數值佇列大約相同。所以也可以找到最接近的那首曲子。

（3） 讓電腦開始工作

當寶寶的智力再次成長後，不僅能分辨出更多的兒歌，還可以在聽到新兒歌時聯想到之前聽過的某一首相似的兒歌。
這樣的聯想能力盡管是人類思維的一大特點，但人工智慧依然可以做到。
人工智慧想做到這一點，需要基於前兩步積累。人工智慧不但要知道怎麼分析識別音樂，還要聽過大量的音樂才可以。
人工智慧的思維過程和人的思維過程類似，聽到一首曲子A時，會回想之前聽過的曲子並不停的在心裡比較，最終回想起一首節奏、旋律差不多的曲子B時，會發現：A和B兩首曲子的風格接近，很類似。
電腦與人腦在想這個問題的時候，區別在於：回憶聽過的曲子時，電腦會計算出精確的相似度，而人腦只會有一個大概的印象。

總結

人工智慧的學習過程是對人類學習新知識時思維過程的模仿。先以數學的方式瞭解要學習的內容（聽歌，得到特殊數值），然後學習大量的樣本（聽很多的歌曲），最後在遇到新的問題時，計算出與樣本最接近的值（聽新歌，回憶以前聽過的最風格接近的歌曲）。
人工智慧就這樣誕生了