機(jī)器學(xué)習(xí)是什么?你所知道的機(jī)器學(xué)習(xí)可能是錯(cuò)的

雖然機(jī)器學(xué)習(xí)已經(jīng)成為一個(gè)高頻名詞，但是對(duì)于大眾而言，它依然是一個(gè)遙不可及乃至模糊不清的概念。為此，著名投資人 Benedict Evans 在自己的博客上發(fā)表博文，針對(duì)這一問題表達(dá)了自己的看法；本文對(duì)這篇博文進(jìn)行了不改變?cè)獾木幾g。

機(jī)器學(xué)習(xí)的風(fēng)潮已經(jīng)刮了四五年了，除了以 AI 為名如雨后春筍般快速崛起的新創(chuàng)公司們，各家科技巨頭也希望圍繞這個(gè)時(shí)髦詞“重塑金身”。此外，通過媒體的大肆宣傳，機(jī)器學(xué)習(xí)也已經(jīng)成了一個(gè)家喻戶曉的名詞。總之，機(jī)器學(xué)習(xí)將成為下一個(gè)能幫“豬”起飛的風(fēng)口已經(jīng)是大家的共識(shí)。

在正式開始之前，我們先說說人工智能(AI)，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)四者的關(guān)聯(lián)。簡單來說，人工智能的范疇最大，機(jī)器學(xué)習(xí)包含在內(nèi)，它是帶來人工智能的方法。至于神經(jīng)網(wǎng)絡(luò)，則是機(jī)器學(xué)習(xí)眾多算法中的一類，而深度學(xué)習(xí)則是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)，是它的一種延伸。

經(jīng)過這么多年的知識(shí)普及，恐怕理解(理論上)神經(jīng)網(wǎng)絡(luò)是什么的人已經(jīng)相當(dāng)多，至少大家都知道它與范式和數(shù)據(jù)有關(guān)。機(jī)器學(xué)習(xí)讓我們能在數(shù)據(jù)中找到那些暗示性和隨機(jī)性的范式或結(jié)構(gòu)，而在此之前能找到這些隱含屬性的只有人類，因?yàn)槲覀儠?huì)推理。

有了機(jī)器學(xué)習(xí)，那些原本對(duì)人類來說相當(dāng)簡單(或者說無法向計(jì)算機(jī)描述的問題)但卻能難倒計(jì)算機(jī)的問題就迎刃而解了，各路公司也都拿出了相當(dāng)炫酷的演示。

不過，筆者依然認(rèn)為，對(duì)于機(jī)器學(xué)習(xí)的定義，整個(gè)行業(yè)依然沒有一個(gè)固定的理解，一切都還未塵埃落定。對(duì)于科技公司或整體經(jīng)濟(jì)來說它到底意味著什么?機(jī)器學(xué)習(xí)到底能解決什么重要問題?它對(duì)于普羅大眾又意味著什么?如何從結(jié)構(gòu)上理解它的影響呢?

這時(shí)有人會(huì)抬出 AI 這個(gè)術(shù)語，不過它其實(shí)一個(gè)問題都回答不了，它就像《2001 太空漫游》中提到的黑色巨石(代表未解之謎)，在它面前我們都是揮舞著拳頭吼叫的猩猩，想解構(gòu) AI 幾乎是不可能完成的任務(wù)。

事實(shí)上，我覺得現(xiàn)在大家能提出一大串無用的方法來討論機(jī)器學(xué)習(xí)的發(fā)展程度。舉例來說：

1. 數(shù)據(jù)是新的石油

2. 谷歌和中國包攬了所有數(shù)據(jù)

3. AI 將搶走所有工作

4. 只談?wù)?AI

也許，我們能找個(gè)更多有用的角度，比如：

1. 自動(dòng)化

2. 為技術(shù)層賦能

3. 關(guān)系數(shù)據(jù)庫

為什么要提到關(guān)系數(shù)據(jù)庫呢?因?yàn)樗鼈兪切碌幕A(chǔ)賦能層，可以擴(kuò)大計(jì)算機(jī)的能力范圍。在關(guān)系數(shù)據(jù)庫出現(xiàn)之前(上世紀(jì) 70 年代末)，如果你想讓數(shù)據(jù)庫告訴你“住在這座城市里的人誰買了這件商品”，就必須專門搞個(gè)定制版的工程項(xiàng)目。也就是說，當(dāng)時(shí)的數(shù)據(jù)庫建立時(shí)沒有結(jié)構(gòu)，因此想實(shí)現(xiàn)任意的交叉引用查詢可是個(gè)難事。如果你想問個(gè)問題，就得有人圍繞這個(gè)問題下大功夫工作一番。當(dāng)時(shí)的數(shù)據(jù)庫只是一套記錄系統(tǒng)，但關(guān)系數(shù)據(jù)庫的出現(xiàn)讓它們進(jìn)化成了商業(yè)智能系統(tǒng)。

這樣的改變也讓數(shù)據(jù)庫的重要性陡然增加，新的用例伴隨獨(dú)角獸們?nèi)缬旰蟠汗S般誕生。關(guān)系數(shù)據(jù)庫的誕生給了我們甲骨文和 SAP 公司，而 SAP 和競爭對(duì)手們又一同為世界帶來了全球無庫存式供應(yīng)鏈，在這一技術(shù)的基礎(chǔ)上，蘋果和星巴克等公司締造了自己的帝國。上世紀(jì) 90 年代，幾乎所有企業(yè)級(jí)軟件都換用了關(guān)系數(shù)據(jù)庫，包括 PeopleSoft，CRM 和 SuccessFactors 都是基于關(guān)系數(shù)據(jù)庫運(yùn)行的產(chǎn)品。此役之后，再也不會(huì)有人傻兮兮的說“沒用的，甲骨文早已吃掉所有數(shù)據(jù)庫”這種話了。相反，這項(xiàng)技術(shù)幾乎成了所有新事物的賦能層，它已無處不在。

因此，這一思路才是我們現(xiàn)在重新思考機(jī)器學(xué)習(xí)的最佳接地方式，它會(huì)給計(jì)算機(jī)能力帶來巨大的躍升，成為不同公司不同產(chǎn)品中的一部分。最終，機(jī)器學(xué)習(xí)也會(huì)無處不在，成為大家習(xí)以為常甚至都不愿再提的一項(xiàng)技術(shù)。

值得一提的是，雖然關(guān)系數(shù)據(jù)庫具有規(guī)模經(jīng)濟(jì)效應(yīng)，但它提供的確實(shí)一個(gè)有限網(wǎng)絡(luò)或“贏家通吃”的效應(yīng)。也就是說，即使公司 A 和公司 B 買了同一個(gè)數(shù)據(jù)庫軟件，兩家公司也不會(huì)從對(duì)方那里獲益。機(jī)器學(xué)習(xí)也遵循同樣的道理，它的一切都與數(shù)據(jù)有關(guān)，但數(shù)據(jù)又與特定的應(yīng)用程序息息相關(guān)。更多的筆跡數(shù)據(jù)只會(huì)提高它任筆跡的能力，而更多的燃?xì)廨啓C(jī)數(shù)據(jù)讓系統(tǒng)能提前預(yù)測故障，但兩者并不能相互扶持。這就是其殘酷之處，數(shù)據(jù)是不可替代的。

上面這段話其實(shí)徹底攥住了我們對(duì)于機(jī)器學(xué)習(xí)普遍誤解的核心，即在某種程度上來看，它是一個(gè)單一的通用的事物。同時(shí)，在理解什么是自動(dòng)化時(shí)我們也犯了相同錯(cuò)誤。在每一次自動(dòng)化風(fēng)潮到來時(shí)，我們都感覺自己在創(chuàng)造一種擬人的且有基本智力的技術(shù)。舉例來說，上世紀(jì) 50 年代，人類開始暢想能做家務(wù)和上菜的機(jī)器人，結(jié)果我們沒培養(yǎng)出機(jī)器人服務(wù)生，反而造出了洗衣機(jī)。

洗衣機(jī)也是機(jī)器人，不過它們并非“智能”機(jī)器人。它們不清楚水和衣服到底是何物。此外，即使是在洗滌這個(gè)分類中，它們也并非通用產(chǎn)品，要不然洗碗機(jī)也不會(huì)誕生了。簡單來說，它們只是另一種形式的自動(dòng)化，在概念上和傳送帶沒什么不同。同樣的，機(jī)器學(xué)習(xí)確實(shí)能讓我們解決許多現(xiàn)在電腦搞不定的問題，不過這些問題肯定都需要不同的實(shí)現(xiàn)方式和不同的數(shù)據(jù)，甚至是不同的市場策略和開發(fā)公司，而這其中的每一環(huán)都是自動(dòng)化的一塊拼圖，它們是一個(gè)個(gè)能執(zhí)行不同任務(wù)的洗滌設(shè)備。

因此，在談?wù)摍C(jī)器學(xué)習(xí)時(shí)我們肯定會(huì)遭遇“攔路虎”，即我們要在數(shù)學(xué)的機(jī)械論解釋和對(duì)人工智能的幻想中找到中間立場。

讓我們回到與關(guān)系數(shù)據(jù)庫的類比話題，現(xiàn)在我們確實(shí)能信心滿滿的說，這項(xiàng)技術(shù)能解決大量問題，但你并不知道是哪些具體問題。你能用機(jī)器學(xué)習(xí)進(jìn)行令人印象深刻的語音和圖像識(shí)別展示，但普通公司用它來干什么呢?就像一家美國媒體公司說的：“有了機(jī)器學(xué)習(xí)，我們確實(shí)能一次給十年的訪談節(jié)目做索引，但我們要在索引里找什么呢?”

那么什么才是有真正用途的機(jī)器學(xué)習(xí)洗滌機(jī)呢?要解答這個(gè)問題，我認(rèn)為需要用到兩種工具。第一種是按照數(shù)據(jù)類型和問題類型的隊(duì)列進(jìn)行思考。

機(jī)器學(xué)習(xí)確實(shí)能在你所擁有的數(shù)據(jù)中快速找到問題答案，你甚至可以將它看做一種分析或優(yōu)化技術(shù)。舉例來說，我們的投資公司 Instacart 就打造了一套系統(tǒng)，專門用來優(yōu)化個(gè)人買家通過分散渠道進(jìn)行投資的路徑。這套系統(tǒng)直接將效率提升了 50%，而且開發(fā)團(tuán)隊(duì)只有三名工程師(用了谷歌的開源工具)。

同時(shí)，機(jī)器學(xué)習(xí)還能讓你在數(shù)據(jù)中找到新問題的答案。舉例來說，一位正在為打官司做準(zhǔn)備的律師可以搜索到包含“憤怒”、“憂慮”或“反常”意味的郵件，這樣就比單純的關(guān)鍵詞搜索高效多了。

機(jī)器學(xué)習(xí)打開了新大門，給了我們可以分析的新數(shù)據(jù)類型。從前計(jì)算機(jī)無法真正的讀懂音頻、圖像或視頻，但未來這一切都有可能成真。

在這三種數(shù)據(jù)類型中，我發(fā)現(xiàn)圖像最有趣。計(jì)算機(jī)誕生伊始，就能處理文本和數(shù)字，但圖像和視頻卻是它們的軟肋，現(xiàn)在它們不但能讀，還能看了。這就意味著圖像傳感器和麥克風(fēng)成了一種全新的輸入機(jī)制，它們攝像頭的屬性被機(jī)讀數(shù)據(jù)流生成器屬性蓋過。所有的事都會(huì)成為計(jì)算視覺問題，但這里的計(jì)算視覺問題又與當(dāng)下的計(jì)算視覺問題有所不同。

這又與識(shí)別“貓片”無關(guān)。最近我參觀了一家汽車座椅供應(yīng)商，它們就在自家的廉價(jià) DSP 芯片中灌入了神經(jīng)網(wǎng)絡(luò)，而與其配合的則是廉價(jià)的智能手機(jī)圖像傳感器。它們搭建這套系統(tǒng)，是為了查找座椅織物中的褶皺。將這套系統(tǒng)稱為“人工智能”有些言過其實(shí)了，它只不過是將某種此前無法自動(dòng)化的任務(wù)自動(dòng)化了而已。

這種自動(dòng)化的感覺是我們思考有關(guān)機(jī)器學(xué)習(xí)問題的第二種工具。對(duì)人來說，找找織物中的褶皺可用不了二十年的經(jīng)驗(yàn)積累，因?yàn)樗唵瘟恕Ｊ聦?shí)上，我的同事就認(rèn)為，那些無論如何訓(xùn)練，狗狗都學(xué)不會(huì)的能力，機(jī)器學(xué)習(xí)都能掌握。這有益于我們思考有關(guān) AI 偏見的問題，但還是有自己的局限性。因?yàn)楣饭房蓻]有一般智力和常識(shí)，而神經(jīng)網(wǎng)絡(luò)可不同。吳恩達(dá)就指出，機(jī)器學(xué)習(xí)能在一秒鐘之內(nèi)學(xué)走你的能力。

五年之前，如果你給計(jì)算機(jī)一堆圖片來辨認(rèn)，它們能做的只是區(qū)分這些圖片的尺寸，而十歲的小孩很輕松就能分辨出照片中的男人和女人，而十五歲的小孩則能看出照片里的面孔酷不酷，而再長大幾歲去實(shí)習(xí)時(shí)，人甚至能看出照片中的隱晦的意味。有了機(jī)器學(xué)習(xí)后，計(jì)算機(jī)的能力馬上就提升到十歲孩子的級(jí)別，它們甚至能沖擊下十五歲的智商。機(jī)器學(xué)習(xí)可能永遠(yuǎn)達(dá)不到實(shí)習(xí)生的水平，但如果你手上有 100 萬個(gè)十五歲孩子來保管數(shù)據(jù)呢?你會(huì)命令他們做什么?聽什么電話?看什么圖片?審查什么文件或信用卡支付呢?

換言之，機(jī)器學(xué)習(xí)不需要成為擁有幾十年經(jīng)驗(yàn)的“老司機(jī)”，我們也不是要讓專家成為自動(dòng)化的“犧牲品”。相反，我們對(duì)機(jī)器學(xué)習(xí)的主要要求是“接聽所有電話并挑出那些生氣的人”，“閱讀所有郵件并找出那些滿是焦慮的郵件”，“看遍成千上萬張照片并找到那些照片中的炫酷人類”。

在某種意義上，這就是自動(dòng)化的慣例。Excel 沒給我們?nèi)斯?huì)計(jì)員，PS 也沒給我們?nèi)斯D片設(shè)計(jì)師。相反，我們大規(guī)模自動(dòng)化了離散的任務(wù)。

在某些領(lǐng)域，機(jī)器學(xué)習(xí)可能找不到人類已經(jīng)認(rèn)識(shí)到的東西，但它們卻能找到我們認(rèn)識(shí)不到的或者范式、推論或暗示，就像 Deepmind 的 AlphaGo 那樣。AlphaGo 并不會(huì)像圍棋運(yùn)動(dòng)員那樣下棋，而是先學(xué)會(huì)規(guī)則隨后進(jìn)行不斷的左右互搏。如果機(jī)器學(xué)習(xí)充當(dāng)著實(shí)習(xí)生的角色，它們不會(huì)一開始就告訴你某張照片很好看，而是在看到第三百萬張圖片時(shí)，發(fā)現(xiàn)其中的范式。那么，到底哪個(gè)領(lǐng)域小到讓我們能告訴機(jī)器學(xué)習(xí)系統(tǒng)具體的規(guī)則，以便它們能在數(shù)據(jù)中挖掘出新的成果呢?

我花了很多時(shí)間遍訪各家公司以尋找它們的技術(shù)需求，在機(jī)器學(xué)習(xí)上顯然它們已經(jīng)有許多即將成熟的果實(shí)。不過，這里確實(shí)還有許多明顯的分析和優(yōu)化問題，有些則是圖像識(shí)別或音頻分析問題。我們討論自動(dòng)駕駛汽車和混合現(xiàn)實(shí)是因?yàn)闄C(jī)器學(xué)習(xí)成了它們的催化劑。機(jī)器學(xué)習(xí)讓汽車能看到它周圍事物的一舉一動(dòng)，至于混合現(xiàn)實(shí)，機(jī)器學(xué)習(xí)則決定了頭盔佩戴者到底能看到什么。不過，在討論過織物上的褶皺或呼叫中心的情感分析后，這些公司又有了新問題：“機(jī)器學(xué)習(xí)還有其他能耐嗎?它們還能助力什么技術(shù)?又能發(fā)現(xiàn)什么新機(jī)遇?”

在厭煩這些問題之前，我們恐怕還能保持 10-15 年的新鮮感。