文档介绍：科技导报2016,34(7)
机器学****现在与未来
王威廉
15213
卡内基梅陇大学计算机科学学院,美国宾夕法尼亚州匹兹堡
2016 3
年月,在韩国首尔四季酒店建模。通常,需要设计数学模型,来分来决定如何走棋的。所谓策略网络,其
DeepMind
举行的谷歌围棋挑战赛,人析特征与标签的分布情况。具体来说, 实是一个卷积神经网络,用来选择如何
AlphaGo 4 1
工智能围棋软件以∶战胜了是通过优化方法,学****一个映射函数, 落子。所谓估值网络,也是一个卷积神
韩国棋手李世乭九段。本次比赛后,关其输入是一个样本的特征向量,其输出经网络,用来分析当前的胜率。围棋的
19×19
于人工智能和机器学****的话题迅速升是标签(体育类或非体育类)。在预测棋盘相对较大,是一个的网格,
温,引起社会各界的关心。然而,除了阶段,当用户输入一个新的网页样本每一步有上百种走法。对于李世乭这
在本领域工作的一线科研人员,其他人时,我们同样做特征抽取,通过使用学类顶级棋手来说,可以预测未来的局
士对人工智能和机器学****的发展现状****完毕获得的映射函数,自动去预测这势。对于计算机来说并非易事,因为可
和前景了解的却不多,甚至存在不少误个样本的标签类别。以落子的搜索空间太大。谷歌之所以
2
解。在此,本文希望能跟读者探讨一下上述例子仅是一个较常见的有监取得成功,正是因为其很好地把这个
人工智能和机器学****谈谈其发展现状督二分类问题。在机器学****领域,通常神经网络与蒙特卡洛搜索树结合,精确
3
与未来趋势。人们****惯把算法分为类:有监督学地分析和预测了李世乭的棋路。<br****半监督学****和无监督学****所谓有在大数据时代,机器学****领域还有
1 什么是机器学****没有“监督”,指的是机器在学****阶段, 一个热点是把系统与算法结合,设计大
机器学****是人工智能的一个分支能否看到样本的标签(如上述例子中的规模分布式的机器学****算法与系统,使
学科,主要研究的是让机器从过去的经体育及非体育类别)。半监督学****通常得机器学****算法可以在多处理器和多
历中学****经验,对数据的不确定性进行也被称为弱监督学****目的是通过少量机器的集群环境下作业,处理更大量级
建模,在未来进行预测。举一个最简单的例子,在无标签的样本中自动学****参的数据。这方面较为知名的系统包括:
1 Spark
的二分类例子(图),假设现在想用机数。至于无监督学****通常人们接触比加州大学伯克利分校的、谷歌的
2 TensorFlow Dato
器自动把网页分成大类:体育和非体较多的是聚类问题:通过分析数据样本、华盛顿大学的(原名
GraphLab
育类网页。首先需要收集训练样本,在的相似性,来把相似的数据组合成)、卡内基梅陇大学的
Petuum DMTK
这里,指得就是各种体育类和非体育类集群。、微软的系统等。也许在
的网页。接下来,需要对样本进行分几十年前,计算机科学的核心是操作系
析,通过一些抽象化的描述,定义特 2 机器学****的当前研究重点和统、算法和编程语言。但是在今天,在
征。譬如,分析网页里应用的词语以及发展趋势大数据的背景下,计算机科学逐渐演变
3
每个词语出现的次数。第三步为数据除了上述大类算法,机器学****还成一个越来越强调跨领域合作的学