佚名 發表於 2018-03-12 16:27:00
在很多方面,人工智慧的表現已經超越了人類,這並不代表人工智慧很聰明。相反,其實人工智慧是很傻很天真的,你認認真真與它交流,會被嚇到,但如果稍微使點詐,它就會原形畢露。那麼人工智慧是如何看起來很聰明的呢,下面筆者以講故事的形式,讓大家了解監督學習下的人工智慧是如何運作的。
故事的主角叫小A(AI),我們讓小A學習化妝。
在沒有任何的幫助下,小A化妝只有一個步驟,那就是上色,所以剛開始小A化妝會全部塗成純色。這是因為初始化的小A相當於計算器,你給她一個指令,她就輸出一個結果。你讓她化妝,她就塗上純色。結果客戶非常不滿意,怎麼辦?你得先教小A認臉。
小A眼中的世界與我們是不一樣的,我們能夠看到色彩、形狀,而小A的眼裡只有0和1兩個數字(二進位),你可以理解為小A高度近視,但不願意戴眼鏡。所以小A想要認臉,先要把人臉抽象化,比如人的嘴巴就是一條曲線。小A將這條曲線對應的0、1排列順序認作是人的嘴巴。
人工智慧「眼中」的世界就是0和1的組合
問題又來了,曲線代表嘴巴的話,小A有時候會把眉毛也看成嘴巴,為了避免笑話,你讓小A判斷是不是嘴巴的時候,不要單純的以「是」或「不是」為結果。這時候你給小A的一些算法,讓她把疑似嘴巴的曲線對應的0、1排列順序輸入算法中,最終結果會出現一個百分數,當百分數大於90%的時候,小A就知道這條曲線就是嘴巴,然後就能化妝了。
上面就是比較初級的人工智慧,比剛開始聰明一些,但還是不夠聰明。
小A又遇到了問題。小A給一個人化妝的時候沒有問題,但給多個人化妝就有問題了,因為人之間差別太大。比如之前都是給櫻桃小口的客戶化妝,現在突然來了一位大嘴客戶,小A不知道該怎麼化了。
那該怎麼辦?為了讓小A能夠快速掌握技能,你準備了一沓照片,上面幾乎擁有人類的全部嘴型(大數據),然後又摻進去了一沓動物嘴型和其他亂七八糟的照片(負樣本),一張張的讓小A認。小A認對了,你就鼓勵她,認錯了,就打一巴掌。
監督學習
認對就誇、認錯就打,這就是監督學習。
這個過程中小A如何成長呢?還記得之前你給小A的算法嗎,現在這個算法裡面有幾項數值非常重要,這幾項數值就是權重。在小A判斷照片是不是人的嘴巴時,小A會根據正確或錯誤的結果調整權重,直到能夠不會出現錯誤。
讓小A自己修改權重就是機器學習。
機器學習
小A要看多少照片呢?越多越好,而且要重複的讓她看。除了看嘴巴的照片,還要看眼睛的、鼻子的,還要給她看擁有全部五官的……這樣小A就能將識別的正確率提升到很高的水平。再給客戶化妝的時候,客戶就會誇小A真智能。
以上就是人工智慧發展時要經歷的幾個階段,當然其中涉及到很多複雜的知識和技術,而且後續還會有更為複雜的理論和概念,筆者在此就不做深入探究了。
打開APP閱讀更多精彩內容
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴