AI機器學(xué)習(xí)之道:鑒往知來,瞬間洞察
1 AI是深諳“鑒往知來藝術(shù)”的大師
在網(wǎng)絡(luò)時代里,大數(shù)據(jù)呈現(xiàn)出量大、不一致、又不確定性,使人們困擾。因為人們的許多行為都面臨著在模糊未明的情況下進行規(guī)劃和決策,這已成為今天的普遍現(xiàn)象了,它就像迷霧或月光的效果一樣,常常使事物的局部擴大、模糊了面貌,無法掌握其本質(zhì)。
那么,我們該如何通過瞬間洞察(Flash of insight)來穿越迷霧呢? 最有效的途徑是:吸取經(jīng)驗、培養(yǎng)直覺,發(fā)揮“鑒往知來的藝術(shù)(The art of what works)”。
而當(dāng)今主流的AI( 人工智能) 就是一位深諳“鑒往知來藝術(shù)”的大師,它融合了統(tǒng)計( 學(xué)) 回歸分析方法、搭配互聯(lián)網(wǎng)普及和機器高效運算,而獲得專家直覺和瞬間洞察的能力,可強力協(xié)助人們穿越這層迷霧。
所謂鑒往知來的藝術(shù),就是可以看出眼前或未“來”的情況和過“往”發(fā)生情況的某些相似( 特征)點。愈多的經(jīng)驗和專業(yè)知識,就愈能看出許多似曾相識的情況,而在缺乏經(jīng)驗的新手的眼中,可能每一個情況都是新穎而且獨特的。這又稱為:專家直覺(Expert intuition)。
AI 從大數(shù)據(jù)的統(tǒng)計分析或人類專家傳授的不同途徑中,獲取瞬間洞察,點燃了鑒往知來藝術(shù)的火花。面對眼前事物的不完全信息、未來的不確定,AI 可以吸取經(jīng)驗、發(fā)揮直覺,協(xié)助您擺脫疑云的糾纏,擁有警醒的雙眼,冷靜洞悉通往成功之路。
當(dāng)專家從一堆事物中辨識出似曾相識的情況時,會采取類似的解決方法,可以有效節(jié)省許多的嘗試錯誤和摸索探尋的功夫。同樣地,AI 也通過統(tǒng)計( 學(xué)) 回歸分析算法而擁有和專家一樣的辨識事物,以及探尋相似性(Similarity),并對事物進行分類(Classification) 的能力。
換句話說,AI 也擁有豐富的專家直覺。在《科學(xué)革命的結(jié)構(gòu)》(The structure of scientific revolution) 一書里,作者Kuhn( 孔恩) 曾經(jīng)說道:“直覺不是個人的……,直覺是一個成功群體成員經(jīng)過測試而共同具有的,新手人員可以經(jīng)由訓(xùn)練( 學(xué)習(xí)) 而獲得直覺,這是他們?yōu)槌蔀檫@個群體成員所做的準(zhǔn)備?!?/p>
同樣,AI( 機器) 也能通過訓(xùn)練( 學(xué)習(xí)) 而獲得直覺和瞬間洞察的眼光。這稱為:機器學(xué)習(xí)(Machine learning)[1]。
2 AI(機器學(xué)習(xí))是一門“看”(Seeing)的藝術(shù)
AI( 機器學(xué)習(xí)) 是一門“看”(Seeing) 的藝術(shù)。例如,日本著名武士宮本武藏在他寫的《五輪書》里,傳授專家直覺的禪道:“在策略中,你必須能不移動眼珠而觀看到兩邊,您無法快速地學(xué)會這種能力,請照著以下的方法練習(xí):在每天的生活中練習(xí)使用這種注視法,不論發(fā)生什么事都不要改變它?!?/p>
注視眼前的全局征兆,以專家直覺襯托出全貌。計算機科學(xué)界諾貝爾獎“圖靈獎”得主Judea Pearl( 珀爾)在其2019 年的新書《因果革命》里,也以圖片里的貓頭鷹來強調(diào)當(dāng)今主流AI 的專家直覺及洞察眼光(Seeing)的藝術(shù),如圖1。
過去數(shù)千年來,專家們就得以鑒往知來為基礎(chǔ),穿越迷霧,多方嘗試,保留最可奏效的方法,以迅速強有力的行動抓住突然降臨的好機運。如今,的AI( 機器學(xué)習(xí)) 也懂得“多方嘗試,保留奏效的途徑”的模式。例如AI 強化學(xué)習(xí)(Reinforcement learning)。
圖1 以貓頭鷹來強調(diào)當(dāng)今主流AI的專家直覺及洞察眼光的藝術(shù) 來源:https://www.sohu.com/a/321480619_129720
3 AI如何“看”出事物的全貌
AI 擅于計算相似性,并據(jù)之分群、分類。我們也一樣可以給AI 歸類,然后我發(fā)現(xiàn)AI 與專家直覺兩者具極高的相似度。既然這兩者屬于同一類別,我們就可以發(fā)揮“鑒往知來”的藝術(shù)。通過我們過“往”經(jīng)驗和知識,而襯托出AI 的全貌,并推估它的未“來”發(fā)展。于是,什么是AI 呢? AI 有什么用呢? 就非常清晰明朗了。
3.1 鑒往
從我們的既有經(jīng)驗中,可以看出來最典型的專家直覺就是:開車。其最大特征是:直覺反應(yīng),不假思考。
現(xiàn)在,AI 和司機是歸于同一類,意味著AI 也具備上述兩項特征;因而也能推知如下。
● 未來發(fā)展:AI 司機將大量取代人類司機。
● AI 人工智能,是不假思索、不經(jīng)理性邏輯推理的直覺性智能。
● AI 的推論結(jié)果就沒有高度正確性,只有準(zhǔn)確性。
● AI 人工智能與IT 信息科技,兩者并不同類。例如,許多學(xué)校把AI 歸入信息科技類,其實是違背專家直覺的“非專家見識”。
無論是人或AI,都會鑒古,手段是:拿一堆歷史的殊相( 資料),歸納出共相。在人方面,采歸納法找出萬變不離其宗的恒常性,謂之“道”。在AI 方面,采統(tǒng)計學(xué)回歸分析,找出最中庸的回歸曲線或面等。
3.2 知來
剛才說明了AI 最核心能力是“鑒往知來”,其最亮麗的表現(xiàn)是“瞬間洞察”。道與中庸皆為共相。求道而得道,謂之高人、圣人,乃專家也。高人圣人身懷專家直覺,就可觀察眼前事物的征兆( 殊相),然后進行:殊相 + 同類的共相 = 該事物的( 推測) 全貌就能洞悉出未來發(fā)展的全貌了。于此,舉個生活中例子來說明之。例如小勝和小淑兩人是一家信息科技公司的同事。有一天的中午前,小勝打電話向自助餐老板訂購兩個午餐便當(dāng)(如圖2)。
老板問小勝:您今天想吃什么便當(dāng)呢?
小勝回答說:我今天要排骨便當(dāng);另外還要一個便當(dāng),我來問小淑同事。
老板又問小淑:您今天想吃什么便當(dāng)呢?
小淑回答說:我今天要雞腿便當(dāng)。
最后老板又問:你們要配什么菜呢?
小勝、小淑回答:都可以。
圖2 小勝打電話向自助餐老板訂午餐便當(dāng)
到了中午吃飯時,小勝、小淑兩人打開便當(dāng),看到了排骨便當(dāng)里有一個鹵蛋;而雞腿便當(dāng)里有一個荷包蛋。小勝、小淑異口同聲說道:這位老板很像我們正在訓(xùn)練的AI 模型呀,他和AI 一樣能鑒往知來、瞬間洞悉事物( 便當(dāng)) 的全貌。
4 AI技術(shù)能力從哪里來
當(dāng)今基于機器學(xué)習(xí)的AI,其具備兩項的邏輯思維技能:“歸納邏輯”與“推論邏輯”。
● 歸納邏輯:人類先把算法( 程序) 喂給AI,就成為它“鑒古”的“歸納”邏輯能力。
● 推論邏輯:接著,引領(lǐng)它去“歸納( 鑒古)”,此時就把一群特定領(lǐng)域的大數(shù)據(jù)喂給它,讓它去歸納( 又稱學(xué)習(xí))。所謂學(xué)而時習(xí)之,不斷探索數(shù)據(jù)里的相關(guān)性(Correlation),逐漸歸納出這個領(lǐng)域大數(shù)據(jù)里的規(guī)律性。就成為它“知來”的推論邏輯能力了。
人類設(shè)計算法、編寫Python 等程序(Program),來敘述“歸納邏輯”,然后把程序植入計算機里,讓計算機擁有:歸納思維能力。所以AI 算法的“編程邏輯”所表達的就是“歸納邏輯”,它讓AI 有能力自行歸納出“推論邏輯”。所以,AI 的編程邏輯,并不等于AI的推論邏輯。
簡而言之,AI 的“推論邏輯”與工程師的算法“程序邏輯”是有很大不同的。程序邏輯仍有影響力,但只是建議的角色,而非控制的角色。所以對于人類而言,AI 的“推論邏輯”是無從理解的,通稱為:黑盒子(Black box),或黑箱。因之,以對于人類而言,AI 的推論結(jié)果即其行為是不確定(Uncertain) 的。所以說,AI 的兩項特質(zhì)就是:黑盒子和不確定性行為。
5 結(jié)語
專家直覺來自“鑒往”,又稱“考古”。也就是來自歸納思維的抽象,抽出共同現(xiàn)象:共相。然后,把共相套用于眼前的殊相上,就不一定100% 正確。更何況眼前事物只出現(xiàn)一些征兆( 非全貌) 而已,AI 不僅僅拿眼前的大量數(shù)據(jù)來處理,而依公式計算出結(jié)論而已;而是先去探索過往的歷史資料( 如古代讀書人勤讀古書經(jīng)史),而獲得共相( 道),謂之:知道。在AI 方面謂之:訓(xùn)練(Training)。
大家常說:學(xué)以致用。學(xué)而知“道”,然后巧妙地應(yīng)“用”于眼前或未來的新事物上。AI 的訓(xùn)練就是讓AI“知道”;而AI 的預(yù)測就是道之用。這是AI 的預(yù)測的本質(zhì)。
參考文獻:
[1] DUGGAN W.直覺(The Art of What Works)[M].李芳齡,譯.北京:中國財政經(jīng)濟出版社,2005.
(本文來源于《電子產(chǎn)品世界》雜志2021年1月期)
評論