人工智能入門基礎(chǔ)

　　對人工智能領(lǐng)域來說，2016年是值得紀念的一年。不僅計算機「學(xué)」得更多更快了，我們也 懂得了如何改進計算機系統(tǒng)。一切都在步入正軌，因此，我們正目睹著前所未有的重大進步：我們有了能用圖片來講故事的程序，有了無人駕駛汽車，甚至有了能夠 創(chuàng)作藝術(shù)的程序。如果你想要了解2016年的更多進展，請一定要讀一讀這篇文章。AI技術(shù)已逐步成為許多技術(shù)的核心，所以，理解一些常用術(shù)語和工作原理成為了一件很重要的事。

　　人工智能是什么？

　　人工智能的很多進步都是新的統(tǒng)計模型，其中絕大多數(shù)來自于一項稱作「人工神經(jīng)網(wǎng)絡(luò)」（artificial neural networks）的技術(shù)，簡稱ANN。這種技術(shù)十分粗略地模擬了人腦的結(jié)構(gòu)。值得注意的是，人工神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)是不同的。很多人為了方便起見而把 「人工神經(jīng)網(wǎng)絡(luò)」中的人工二字省略掉，這是不準確的，因為使用「人工」這個詞正是為了與計算神經(jīng)生物學(xué)中的神經(jīng)網(wǎng)絡(luò)相區(qū)別。以下便是真實的神經(jīng)元和神經(jīng)突 觸。

　　我 們的ANN中有稱作「神經(jīng)元」的計算單元。這些人工神經(jīng)元通過「突觸」連接，這里的「突觸」指的是權(quán)重值。這意味著，給定一個數(shù)字，一個神經(jīng)元將執(zhí)行某種 計算（例如一個sigmoid函數(shù)），然后計算結(jié)果會被乘上一個權(quán)重。如果你的神經(jīng)網(wǎng)絡(luò)只有一層，那么加權(quán)后的結(jié)果就是該神經(jīng)網(wǎng)絡(luò)的輸出值?；蛘?，你也可 以配置多層神經(jīng)元，這就是深度學(xué)習(xí)的基礎(chǔ)概念。

　　它們起源何處？

　　人工神經(jīng)網(wǎng)絡(luò)不是一個新概念。事實上，它們過去的名字不叫神經(jīng)網(wǎng)絡(luò)，它們最早的狀態(tài)和我們今天所看到的也完全不一樣。20世紀60年代，我們把它稱之為感知 機（perceptron），是由McCulloch-Pitts神經(jīng)元組成。我們甚至還有了偏差感知機。最后，人們開始創(chuàng)造多層感知機，也就是我們今天 通常聽到的人工神經(jīng)網(wǎng)絡(luò)。

　　如果神經(jīng)網(wǎng)絡(luò)開始于20世紀60年代，那為什么它們直到今天才流行起來？這是個很長的故事，簡單來說，有一些原因阻礙了ANN的發(fā)展。比如，我們過去的計算 能力不夠，沒有足夠多的數(shù)據(jù)去訓(xùn)練這些模型。使用神經(jīng)網(wǎng)絡(luò)會很不舒服，因為它們的表現(xiàn)似乎很隨意。但上面所說的每一個因素都在變化。如今，我們的計算機變 得更快更強大，并且由于互聯(lián)網(wǎng)的發(fā)展，我們可使用的數(shù)據(jù)多種多樣。

　　它們是如何工作的？

　　上面我提到了運行計算的神經(jīng)元和神經(jīng)突觸。你可能會問：「它們?nèi)绾螌W(xué)習(xí)要執(zhí)行何種計算？」從本質(zhì)上說，答案就是我們需要問它們大量的問題，并提供給它們答 案。這叫做有監(jiān)督學(xué)習(xí)。借助于足夠多的「問題－答案」案例，儲存在每個神經(jīng)元和神經(jīng)突觸中的計算和權(quán)值就能慢慢進行調(diào)整。通常，這是通過一個叫做反向傳播 （backpropagation）的過程實現(xiàn)的。

　　想象一下，你在沿著人行道行走時看到了一個燈柱，但你以前從未見過它，因此你可能會不慎撞到它并「哎呦」慘叫一聲。下一次，你會在這個燈柱旁邊幾英寸的距離 匆匆而過，你的肩膀可能會碰到它，你再次「哎呦」一聲。直到第三次看到這個燈柱，你會遠遠地躲開它，以確保完全不會碰到它。但此時意外發(fā)生了，你在躲開燈 柱的同時卻撞到了一個郵箱，但你以前從未見過這個郵箱，你徑直撞向它——「燈柱悲劇」的全過程又重現(xiàn)了。這個例子有些過度簡化，但這實際上就是反向傳播的 工作原理。一個人工神經(jīng)網(wǎng)絡(luò)被賦予多個類似案例，然后它試著得出與案例答案相同的答案。當它的輸出結(jié)果錯誤時，這個錯誤會被重新計算，每個神經(jīng)元和神經(jīng)突 觸的值會通過人工神經(jīng)網(wǎng)絡(luò)反向傳播，以備下次計算。此過程需要大量案例。為了實際應(yīng)用，所需案例的數(shù)目可能達到數(shù)百萬。

　　既然我們理解了人工神經(jīng)網(wǎng)絡(luò)以及它們的部分工作原理，我們可能會想到另外一個問題：我們怎么知道我們需要多少神經(jīng)元？為什么前文要用粗體標出「多層」一詞？ 其實，每層人工神經(jīng)網(wǎng)絡(luò)就是一個神經(jīng)元的集合。在為ANN輸入數(shù)據(jù)時我們有輸入層，同時還有許多隱藏層，這正是魔法誕生之地。最后，我們還有輸出 層，ANN最終的計算結(jié)果放置于此供我們使用。

　　一 個層級本身是神經(jīng)元的集合。在多層感知機的年代，我們起初認為一個輸入層、一個隱藏層和一個輸出層就夠用了。那時是行得通的。輸入幾個數(shù)字，你僅需要一組 計算，就能得到結(jié)果。如果ANN的計算結(jié)果不正確，你再往隱藏層上加上更多的神經(jīng)元就可以了。最后我們終于明白，這么做其實只是在為每個輸入和輸出創(chuàng)造一 個線性映射。換句話說，我們了解了，一個特定的輸入一定對應(yīng)著一個特定的輸出。我們只能處理那些此前見過的輸入值，沒有任何靈活性。這絕對不是我們想要 的。

　　如今，深度學(xué)習(xí)為我們帶來了更多的隱藏層，這是我們?nèi)缃瘾@得了更好的ANN的原因之一，因為我們需要數(shù)百個節(jié)點和至少幾十個層級，這帶來了亟需實時追蹤的大 量變量。并行程序的進步也使我們能夠運行更大的ANN批量計算。我們的人工神經(jīng)網(wǎng)絡(luò)正變得如此之大，使我們不能再在整個網(wǎng)絡(luò)中同時運行一次迭代。我們需要 對整個網(wǎng)絡(luò)中的子集合進行批量計算，只有完成了一次迭代，才可以應(yīng)用反向傳播。

　　有幾種類型？

　　在今天所使用的深度學(xué)習(xí)中，人工神經(jīng)網(wǎng)絡(luò)有很多種不同的結(jié)構(gòu)。典型的ANN中，每個神經(jīng)元都與下一層的每個神經(jīng)元相連接。這叫做前饋人工神經(jīng)網(wǎng)絡(luò)（盡管如 此，ANN通常來說都是前饋的）。我們已經(jīng)知道，通過將神經(jīng)元與其他神經(jīng)元按特定模式相連接，在處理一些特定情景的問題時，我們就會得出更好的結(jié)論。

　　1、遞歸神經(jīng)網(wǎng)絡(luò)

　　遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的設(shè)計初衷是為了解決神經(jīng)網(wǎng)絡(luò)不能基于過去知識做出決策的缺陷。典型的ANN已經(jīng)在訓(xùn)練中學(xué)會了基于文本做出決策，但是一旦它開始為實用做決策，這些決定之間就是彼此獨立的。

　　一個遞歸神經(jīng)網(wǎng)絡(luò)

　　為什么我們會想要這樣的東西？好吧，想一想玩21點游戲。如果一開始你得到4和5，你就會知道2以下的牌都不在牌堆中。這種信息會幫助你決定是否要拿牌。 RNN在自然語言處理中十分有用，因為前文的字詞有助于理解文中其他詞語的含義。雖然有不同類型的實現(xiàn)方式，但是目的都是一樣的。我們想要保留信息。為了 達到這一目的，我們可以通過雙向遞歸神經(jīng)網(wǎng)絡(luò)（ bi-directional RNN）或執(zhí)行一個能根據(jù)每次前饋來進行調(diào)整的遞歸隱藏層。如果你想學(xué)習(xí)更多有關(guān)RNN的知識，可以查閱這篇博 客：http://karpathy.github.io/2015/05/21/rnn-effectiveness/。

　　說到這里，就不得不提到記憶網(wǎng)絡(luò)（ Memory Networks），這一概念是說，如果我們想要理解諸如電影或者書中那些構(gòu)筑于彼此之上的事件時，就必須記住比一個RNN或LSTM（長短期記憶人工神經(jīng)網(wǎng)絡(luò)，一種時間遞歸神經(jīng)網(wǎng)絡(luò)）更多的信息。

　　Sam走進廚房。

　　Sam拿起蘋果。

　　Sam走進臥室。

　　蘋果掉到了地上。

　　問：蘋果在哪兒？

　　答：臥室里。

　　這是這篇論文（http://arxiv.org/pdf/1503.08895v5.pdf）中的例子。

　　2、卷積神經(jīng)網(wǎng)絡(luò)

　　卷積神經(jīng)網(wǎng)絡(luò)（CNN）有時被稱為LeNets（以Yann LeCun命名），是層間隨機相連的人工神經(jīng)網(wǎng)絡(luò)。然而，以這樣的方式設(shè)置突觸是為了有助于減少需要優(yōu)化的參數(shù)量。通過標記神經(jīng)元連接的某種對稱性，你能 「重新使用」神經(jīng)元以得到完全相同的副本，而不需要同等數(shù)量的突觸。由于CNN能識別出周圍像素的模式，因此它通常用于圖像處理。當你將某一像素與其周圍 的像素進行比較時，會包含冗余信息。由于存在對稱性，你可以壓縮類似信息。這聽起來像是CNN的完美情況，Christopher Olah也有一篇關(guān)于理解 CNNs和其他類型的ANNs的優(yōu)質(zhì)博客（http://colah.github.io/posts/2014-07-Conv-Nets- Modular/ ）。還有一篇關(guān)于CNN的博客：http://www.wildml.com/2015/11/understanding- convolutional-neural-networks-for-nlp/ 。

　　3、強化學(xué)習(xí)

　　我想要探討的最后一種 ANN的類型是強化學(xué)習(xí)（Reinforcement Learning）。強化學(xué)習(xí)是一個專業(yè)術(shù)語，用來描述計算機在嘗試將某種回報最大化時所表現(xiàn)出來的行為，這意味著它本身不是一個人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。然 而，你能用強化學(xué)習(xí)或遺傳算法來構(gòu)建你以前從沒想過要用的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。 YouTube用戶SethBling上傳的用強化學(xué)習(xí)系統(tǒng)來構(gòu)建可以自己玩Mario游戲的人工神經(jīng)網(wǎng)絡(luò)的視頻就是個很好的例子。

　　另一個強化學(xué)習(xí)的例子是DeepMind公司的視頻中展示的能教程序玩各種Atari游戲。

　　結(jié)論

　　現(xiàn)在，你應(yīng)該對目前最先進的人工智能有了一定的了解。神經(jīng)網(wǎng)絡(luò)正在驅(qū)動你能想到的幾乎所有事情，包括語言翻譯、動物識別、圖片捕捉、文本摘要等等。在未來，你將越來越多地聽到它的名字。