基于人工智能下的機(jī)器學(xué)習(xí)歷史及展望

余殷博

摘 要 機(jī)器學(xué)習(xí)作為最近三十年新興起的科研學(xué)科之一，已經(jīng)在現(xiàn)代信息生活尤其是互聯(lián)網(wǎng)生活中實(shí)現(xiàn)了較為廣泛的應(yīng)用。機(jī)器學(xué)習(xí)是在基于嚴(yán)格數(shù)學(xué)理論經(jīng)眾多學(xué)科交叉而成，包括信息控制理論、邏輯科學(xué)、數(shù)理統(tǒng)計(jì)學(xué)、神經(jīng)科學(xué)、計(jì)算科學(xué)等。目前，機(jī)器學(xué)習(xí)已經(jīng)衍生出了眾多分支，如數(shù)據(jù)挖掘、深度學(xué)習(xí)、語音識(shí)別、生物信息學(xué)、模式識(shí)別、機(jī)器人的智能控制、遙感信息安全等。綜上所述，機(jī)器學(xué)習(xí)已經(jīng)取得了較大發(fā)展，并且將在未來的信息社會(huì)取得更為矚目的成就。

【關(guān)鍵詞】機(jī)器學(xué)習(xí) 多學(xué)科交叉 數(shù)理統(tǒng)計(jì) 人工智能 深度學(xué)習(xí)

機(jī)器學(xué)習(xí)是人工智能領(lǐng)域發(fā)展最快的一個(gè)分支之一。機(jī)器人學(xué)習(xí)的本質(zhì)是通過利用計(jì)算機(jī)系統(tǒng)強(qiáng)大的運(yùn)算及數(shù)據(jù)處理能力，借助大量的數(shù)據(jù)訓(xùn)練，使計(jì)算機(jī)具有自發(fā)模擬人類學(xué)習(xí)行為，通過學(xué)習(xí)獲取知識(shí)和技能，在不斷改善自身性能的同時(shí)，實(shí)現(xiàn)人工智能的一種思想。在信息時(shí)代，特別是隨著互聯(lián)網(wǎng)技術(shù)的爆發(fā)式發(fā)展，信息爆炸現(xiàn)象表現(xiàn)的尤為明顯。現(xiàn)代社會(huì)互聯(lián)網(wǎng)中每天都會(huì)產(chǎn)生的海量數(shù)字化數(shù)據(jù)，如數(shù)字化的微博數(shù)據(jù)，數(shù)字化的聊天記錄、數(shù)字化的網(wǎng)頁瀏覽數(shù)據(jù)等。針對以上海量數(shù)據(jù)，大數(shù)據(jù)（BigData）處理必然成為當(dāng)今社會(huì)研究的一個(gè)熱點(diǎn)問題。在這種大的氛圍下，如何對海量數(shù)據(jù)進(jìn)行分析并根據(jù)嚴(yán)格的數(shù)學(xué)定理提取有價(jià)值的規(guī)律信息，機(jī)器學(xué)習(xí)在以后的學(xué)科發(fā)展中必將占有一席之地。

1 機(jī)器學(xué)習(xí)的發(fā)展歷史

1.1 機(jī)器學(xué)習(xí)“萌芽”階段

上世紀(jì)五、六十年代，機(jī)器學(xué)習(xí)技術(shù)研究正處于“萌芽”階段，人們試圖給機(jī)器例如大型計(jì)算機(jī)通過編程手段使其最終具備邏輯推理能力，進(jìn)而使機(jī)器具有一定的智能思考和自我優(yōu)化的能力。這一階段的代表性工作主要是由A.Newell和H.Simon完成的。所做工作包含各種“邏輯”程序以及之后的“求解”程序等，這些進(jìn)展在當(dāng)時(shí)令人振奮。A.Newell和H.Simon也因此獲得了1975年圖靈獎(jiǎng)。然而，進(jìn)一步的研究證明只具有邏輯并不能使機(jī)器具有智能“”。E.A.Feigenbaum等人認(rèn)為，智能存在的前提還必須具有先驗(yàn)“知識(shí)”。

1.2 機(jī)器學(xué)習(xí)“發(fā)展”階段

上世紀(jì)七、八十年代被稱為機(jī)器學(xué)習(xí)的“發(fā)展”階段。在這一時(shí)期的主流為“專家系統(tǒng)”?！爸R(shí)工程”之父E.A.Feigenbaum憑此在1994年摘取了圖靈獎(jiǎng)?wù)隆５?，所謂“專家系統(tǒng)”也要面臨“知識(shí)困境”，簡單地說，對近乎無限的信息人類很難通過自身思維提取規(guī)則并賦予計(jì)算設(shè)備。機(jī)器自主學(xué)習(xí)的設(shè)想浮出水面。機(jī)器學(xué)習(xí)相關(guān)工作在上個(gè)世紀(jì)五十年代就已經(jīng)展開，主要進(jìn)行的基于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)方面的研究。

在二十世紀(jì)六七十年代，多種學(xué)習(xí)技術(shù)層出不窮，例如基于決策理論的統(tǒng)計(jì)學(xué)習(xí)技術(shù)以及強(qiáng)化學(xué)習(xí)技術(shù)等，代表作品為“跳棋程序”以及“學(xué)習(xí)機(jī)器”等，統(tǒng)計(jì)學(xué)習(xí)理論和符號學(xué)習(xí)技術(shù)開始萌芽。

1980年，人工智能領(lǐng)域TopJournal《策略分析與信息系統(tǒng)》專門以“機(jī)器學(xué)習(xí)”為主題連續(xù)開辟三期專欄；1983年，Tioga出版社出版了R.S.Michalski、J.G.Carbonell和T.M.Mitchell等頂尖專家聯(lián)合主編的圖書教材《機(jī)器學(xué)習(xí)：一種人工智能途徑》面世，書中匯集了超過20位學(xué)者撰寫的16篇高影響因子文章，對當(dāng)時(shí)多年機(jī)器學(xué)習(xí)領(lǐng)域的研究工作進(jìn)行了系統(tǒng)的總結(jié)和闡述，引領(lǐng)了學(xué)術(shù)方向，有較大影響。

1.3 機(jī)器學(xué)習(xí)“繁榮”階段

從二十世紀(jì)八十年代至今，機(jī)器學(xué)習(xí)成為一個(gè)獨(dú)立的學(xué)科領(lǐng)域并開始爆發(fā)式發(fā)展、各種機(jī)器學(xué)習(xí)技術(shù)不斷涌現(xiàn)，機(jī)器學(xué)習(xí)算法呈現(xiàn)多樣化。機(jī)器學(xué)習(xí)研究進(jìn)入“繁榮”階段，機(jī)器學(xué)習(xí)研究在這一時(shí)期也被科學(xué)的劃分成“實(shí)例學(xué)習(xí)”、“求解規(guī)劃學(xué)習(xí)”、“觀察發(fā)現(xiàn)學(xué)習(xí)”、“指令學(xué)習(xí)”等多種范疇；而E.A.Feigenbaum等專家合著的經(jīng)典圖書《人工智能手冊》中，則把機(jī)器學(xué)習(xí)技術(shù)從另一個(gè)角度重新劃分為四大范疇，包含“機(jī)械學(xué)習(xí)”、“示教學(xué)習(xí)”、“類比學(xué)習(xí)”、“歸納學(xué)習(xí)”四種。直到今天，機(jī)器學(xué)習(xí)繼續(xù)蓬勃發(fā)展并演化出了眾多分支，例如數(shù)據(jù)挖掘、深度學(xué)習(xí)、語音識(shí)別、生物信息學(xué)、模式識(shí)別等。大量機(jī)器學(xué)習(xí)算法被廣泛應(yīng)用到信息處理特別是互聯(lián)網(wǎng)海量數(shù)據(jù)的分析處理當(dāng)中。

2 機(jī)器學(xué)習(xí)的發(fā)展趨勢

從當(dāng)前研究的發(fā)展趨勢看，機(jī)器學(xué)習(xí)今后將有如下幾個(gè)熱點(diǎn)的研究方向：

（1）從人類自身出發(fā)找出大腦本身生物學(xué)習(xí)機(jī)制，通過嚴(yán)格數(shù)學(xué)化應(yīng)用于機(jī)器學(xué)習(xí)。

（2）在已有的人工智能方法的基礎(chǔ)上不斷優(yōu)化發(fā)展和改良現(xiàn)有學(xué)習(xí)算法，同時(shí)展開新的研究算法的開發(fā)工作。

（3）令眾多的機(jī)器學(xué)習(xí)算法走出“象牙塔”，建立實(shí)用的機(jī)器學(xué)習(xí)的算法應(yīng)用系統(tǒng)，特別是在互聯(lián)網(wǎng)領(lǐng)域開展多種學(xué)習(xí)方法集成化的研究。

（4）多種機(jī)器學(xué)習(xí)算法的同步協(xié)調(diào)使用，利用多種算法是優(yōu)勢規(guī)避其中的不足，改善學(xué)習(xí)系統(tǒng)性能。

3 結(jié)語

現(xiàn)有的計(jì)算機(jī)系統(tǒng)和人工智能系統(tǒng)從其硬件結(jié)構(gòu)和實(shí)現(xiàn)原理上不具備自主學(xué)習(xí)能力，至多也只是具有非常低級的“被動(dòng)”學(xué)習(xí)能力，因而不能滿足科技和生產(chǎn)提出的新要求。對機(jī)器學(xué)習(xí)進(jìn)行比較系統(tǒng)化的討論和和方向把握，對以后學(xué)習(xí)機(jī)器學(xué)習(xí)方面的知識(shí)和進(jìn)行相應(yīng)的科研工作有方向性作用。學(xué)習(xí)機(jī)器學(xué)習(xí)本質(zhì)是把控研究機(jī)器學(xué)習(xí)算法的內(nèi)在數(shù)學(xué)原理、建立通過數(shù)據(jù)訓(xùn)練使現(xiàn)代計(jì)算機(jī)系統(tǒng)具備不斷學(xué)習(xí)并自動(dòng)提高自身水平。近年來機(jī)器學(xué)習(xí)理論在諸多領(lǐng)域例如天氣預(yù)報(bào)、互聯(lián)網(wǎng)、軍事等取得成功，已成為計(jì)算機(jī)科學(xué)的基礎(chǔ)研究熱點(diǎn)之一。

參考文獻(xiàn)

[1]楊樹仁，沈洪遠(yuǎn).基于相關(guān)向量機(jī)的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[J].計(jì)算技術(shù)與自動(dòng)化，2010，29（01）：43-47.

[2] 何清，李寧，羅文娟，等.大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[C]//中國計(jì)算機(jī)學(xué)會(huì)人工智能會(huì)議.2013.

[3]劉魯，劉志明.基于機(jī)器學(xué)習(xí)的中文微博情感分類實(shí)證研究[J].計(jì)算機(jī)工程與應(yīng)用，2012，48（01）：1-4.

[4]李凡長，錢旭陪，謝琳，等.機(jī)器學(xué)習(xí)理論及應(yīng)用[J].計(jì)算機(jī)工程與科學(xué)，2012，34（09）：F0003-F0003.

[5]王昊，嚴(yán)明，蘇新寧.基于機(jī)器學(xué)習(xí)的中文書目自動(dòng)分類研究[J].中國圖書館學(xué)報(bào)，2010，36（06）：28-39.

作者單位

武漢市外國語中學(xué)高二（3）班 湖北省武漢市 430050