最近,，富士康放出話來，它的工廠夜間已經(jīng)不需要開燈了——因?yàn)橐粋€(gè)工人都不需要,，干活的全是人工智能機(jī)器,。

幾乎所有大佬都在談?wù)撊斯ぶ悄堋?/p>

似乎這個(gè)世界再也不需要人類了。

你可能聽了一百遍人工智能,，不過到底人工智能是個(gè)什么鬼,，所謂人工智能的機(jī)器學(xué)習(xí)究竟是怎么學(xué)習(xí)的？它和你之前玩過的小霸王游戲機(jī)究竟有什么區(qū)別？

今天,，我們用漫畫

來直接讓你看懂

人工智能內(nèi)部的工作原理

▼

我們所舉的例子是機(jī)器學(xué)習(xí)中的有監(jiān)督學(xué)習(xí),。

人工智能機(jī)器學(xué)習(xí)分為有監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí),，強(qiáng)化學(xué)習(xí)和蒙特卡洛樹等,。這一句你看不懂完全可以忽略，因?yàn)椴挥绊懴旅娴慕忉尅?/p>

我就是傳說中的大boss,，人工智能,！怕了吧！

其實(shí),，人工智能基本等于人工智障,！人類一目了然的事情，它得算半天,，而且未必能搞定,。

首先，我們來說說,，人工智能和傳統(tǒng)計(jì)算機(jī)原理之間的關(guān)系,。

最傳統(tǒng)的計(jì)算機(jī)，就是這玩意——

它的工作原理就是有一個(gè)確定的輸入,，就有一個(gè)確定的輸出,。

對(duì)于機(jī)器，原理也一樣,。比如這個(gè)

但人類,，被輸入一個(gè)刺激后，其實(shí)是往往這樣的

在現(xiàn)實(shí)世界中,，我們看到女朋友的臉,，無論她化了什么樣的妝，你一眼就能認(rèn)出來,。

但傳統(tǒng)計(jì)算機(jī)的單一輸入值,，單一確定輸出的模式，就傻眼了,。

但怎么讓機(jī)器模仿出人的輸入輸出能力，有類似人類的智能,。這就是人工智能問題的核心,。

其實(shí)，要做的就是對(duì)復(fù)雜的輸入信號(hào)進(jìn)行分解計(jì)算,，對(duì)計(jì)算中的不同因子進(jìn)行不同的處理,，無論輸入的有怎樣變化，都能做出大致合理的輸出。

用專業(yè)的說法,，就是在輸入輸出之間的隱藏層進(jìn)行一系列權(quán)重調(diào)整,，建立一個(gè)模型。

這樣無論人臉加上什么偽裝,，只要落在一個(gè)范圍內(nèi),，機(jī)器都能認(rèn)出這張臉。

這時(shí)候,，機(jī)器就變得像人一樣能認(rèn)人了,，就成了人工智能。

▼

看到這兒,，其實(shí)你就比百分九十以上的人更了解人工智能了,。但人工智能怎么具體調(diào)整權(quán)重，我們可以講個(gè)機(jī)器人按臉殺人的故事,。

第一步先要讓機(jī)器可以認(rèn)出人臉,。

所以我們要拿很多包含人臉的圖片喂給它：

臉上不同的部位分別被抽象為一組數(shù)字，比如鼻子可以極度簡(jiǎn)化為為長(zhǎng)度和寬度兩個(gè)數(shù)據(jù)

然后發(fā)送給程序去處理——人工神經(jīng)網(wǎng)絡(luò)現(xiàn)在特別流行,，我們就用它好了,。這些數(shù)字的流動(dòng)，的確有點(diǎn)像人類腦神經(jīng)的工作方式：

這個(gè)圖看起來不知所謂,，其實(shí)特別簡(jiǎn)單,，就是挨個(gè)把輸入的數(shù)字乘以那些系數(shù)，最后加起來,。

對(duì),，這些系數(shù)就是所謂的“權(quán)重”。

輸出層輸出的就是一個(gè)普通的數(shù)字,。我們給他設(shè)定一個(gè)閾值,，比如20；把牙齒,，鼻子和眼睛都算出來,，等于28，大于20,，就判定輸入的是人臉,。

這差不多是一種很原始的人工神經(jīng)網(wǎng)絡(luò)，叫做感知機(jī),。

不過現(xiàn)在的神經(jīng)網(wǎng)絡(luò)會(huì)引入一種叫做激活函數(shù)的東西,，把這種一刀切的智障變成一個(gè)稍稍聰明一點(diǎn)的樣子：

這個(gè)圖像有什么意義呢？

就是把一個(gè)簡(jiǎn)單到弱智的“是不是”的問題,，轉(zhuǎn)化為有“百分之多少”的概率問題,?？瓷先ナ遣皇侵悄芰瞬簧伲?/p>

同時(shí),，聰明的你一定發(fā)現(xiàn)了,，決定成效的關(guān)鍵其實(shí)就是那些“權(quán)重”。

怎么獲得恰當(dāng)?shù)臋?quán)重組合,？

這就是機(jī)器學(xué)習(xí)的意義：讓機(jī)器自己根據(jù)每一次考試的結(jié)果去修正自己的權(quán)重,。

慢著，它自己怎么知道對(duì)錯(cuò),？

這還是要人類事先給這些照片進(jìn)行分類：哪些是人,，哪些是狗，哪些是ET……

這就好像人類在給他出有標(biāo)準(zhǔn)答案的考試,，所以叫做“有監(jiān)督學(xué)習(xí)”,。

然后我們只要不斷重復(fù)這個(gè)過程，權(quán)重就會(huì)逐漸調(diào)整到更恰當(dāng)?shù)慕M合,，輸出結(jié)果就會(huì)越來好,，判斷越來越準(zhǔn)。

如此不斷重復(fù)同一過程,，達(dá)到改進(jìn)的方式,，就叫做“迭代”。

只要我們的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的沒問題,，最終,，就可以準(zhǔn)確識(shí)別出人類。

現(xiàn)在最先進(jìn)的算法,，已經(jīng)可以達(dá)到各種狀況下98%以上的正確率了,！

這整個(gè)過程就叫做“訓(xùn)練”。

我們用來訓(xùn)練它的圖片和每張圖片對(duì)應(yīng)的標(biāo)簽,，就叫做“訓(xùn)練集”,。

▼

一般介紹人工智能文章到這里就不會(huì)再往深里說了，如果繼續(xù)往下看,，你對(duì)人工智能的了解就會(huì)遠(yuǎn)遠(yuǎn)99.99%的人類,。

所以，你做好準(zhǔn)備成為磚家了嗎,？

首先,，大家最好奇的應(yīng)該是：程序到底怎么調(diào)整權(quán)重的？

這個(gè)被稱作“反向傳播”的過程是這樣的：在每一次訓(xùn)練中,，我們都要確定程序給出的結(jié)論錯(cuò)的有多遠(yuǎn),。

我們已經(jīng)說過，程序的猜測(cè)和答案都可以轉(zhuǎn)化為數(shù)值

把所有的錯(cuò)的平方都加起來,，再平均一下,，就得到一個(gè)“損失函數(shù)”。

損失函數(shù)當(dāng)然越小越好,，這代表我們的神經(jīng)網(wǎng)絡(luò)更厲害,。

我們一開始可能在山頂，這意味著“損失”特別大,，所以我們要盡快下山止損,。

怎么做呢？一種最常用的也很有效的辦法就是,，永遠(yuǎn)選擇最陡的路線,，這樣很容易就會(huì)到達(dá)某個(gè)山谷。 

當(dāng)損失函數(shù)達(dá)到某個(gè)最小值,，不怎么變化了,，就說明訓(xùn)練差不多了。這種方法就被叫做“梯度下降”,。

具體而言,，其實(shí)就是求導(dǎo)數(shù)：

看到這個(gè)公式有沒有一點(diǎn)想崩潰的感覺？

如果還沒有徹底崩潰,，就稍微解釋一下吧：

這個(gè)式子的意思就是,，把某個(gè)權(quán)重減少這么多，損失函數(shù)對(duì)相應(yīng)權(quán)重的偏導(dǎo)數(shù)乘以α,。

至于怎么求這個(gè)偏導(dǎo)數(shù)的數(shù)值……你確定你真的想知道,？

而這個(gè)α呢，也很重要,，叫做“學(xué)習(xí)速率”,。

它的意思是：發(fā)現(xiàn)錯(cuò)誤之后，改變的幅度太大或太小都不好,。比如學(xué)開車,，轉(zhuǎn)彎

至于改的幅度（系數(shù)）多大最好，這就要靠悟了,。

▼

好吧,，說了這么難的東西，再來點(diǎn)八卦吧,。

為啥要讓人工智能殺那么多猩猩,、海豚、蜥蜴,？

因?yàn)槿绻麤]有這些負(fù)樣本,，人工智能隨手一抓都是對(duì)的。

這樣,，就不存在學(xué)習(xí)和積累經(jīng)驗(yàn)（調(diào)整權(quán)重）的過程,，也不會(huì)有在現(xiàn)實(shí)世界中真正找到人臉的能力,。

不要被那些所謂人工智能專家神神鬼鬼的術(shù)語所迷惑，其實(shí)人工神經(jīng)網(wǎng)絡(luò)的有監(jiān)督學(xué)習(xí)的整個(gè)過程,，無非就是在做自動(dòng)化的回歸分析罷了,。

從最簡(jiǎn)單的一元線性回歸到多元非線性回歸，就是越來越看起來越來越智能的過程,。人工智能的專家也是這么循序漸進(jìn)掌握機(jī)器學(xué)習(xí)的,。

▼

最后，如果你能堅(jiān)持到這里...

恭喜,，你已經(jīng)成為半個(gè)機(jī)器學(xué)習(xí)的專家了,！

如果大家喜歡，我們下次再來講講其他人工智能的技術(shù),，比如無監(jiān)督學(xué)習(xí),、強(qiáng)化學(xué)習(xí)！

參考資料：

· 斯坦福大學(xué)公開課：《機(jī)器學(xué)習(xí)》

· FaceNet: A Unified Embedding for Face Recognition and Clustering, Florian Schroff,Dmitry Kalenichenko,James Philbin,Google Inc.

· Efficient BackProp, Yann LeCun,Leo Bottou

· 《人工智能時(shí)代》,，杰瑞·卡普蘭

· 《心靈,、語言和社會(huì)》，約翰·塞爾