文/黃亞強(qiáng)

人工智能技術(shù)可以追溯到二十世紀(jì)中期，在很大程度上影響著社會及經(jīng)濟(jì)的發(fā)展。人工智能這一科學(xué)，所涉及的學(xué)科領(lǐng)域非常廣泛，主要包括計(jì)算機(jī)科學(xué)、信息科學(xué)、數(shù)學(xué)科學(xué)、工程技術(shù)與哲學(xué)心理學(xué)等知識體系，其研究的核心問題主要將一定的學(xué)習(xí)、交流、輸人及輸出能力賦予機(jī)器，進(jìn)而使得機(jī)器能夠像人類一樣具備認(rèn)識世界及獨(dú)立思考的能力，換句話來說，人工智能使得機(jī)器更加“聰明”，這同樣是使得計(jì)算機(jī)具備智能屬性的一種基本方式。

1 機(jī)器學(xué)習(xí)

1.1 機(jī)器學(xué)習(xí)的概念

其實(shí)機(jī)器學(xué)習(xí)就是研究如何借助識別能力的提升與知識的充實(shí)，使得機(jī)器獲得新知識及新技能的能力得到有效強(qiáng)化。就比如一個(gè)人，無論其他才華如何，要是沒有掌握正確的學(xué)習(xí)方法或是沒有學(xué)習(xí)的興趣，那么其能力就會在同一水平上停留，創(chuàng)造不出新的東西。換句話來說，人一定要不斷的學(xué)習(xí)，進(jìn)而獲得創(chuàng)新的能力。機(jī)器和人是相似的，如果機(jī)器能夠擁有學(xué)習(xí)的能力，那么就能夠使得自身的技能得到強(qiáng)化。機(jī)器學(xué)習(xí)在人工智能中是非?；钴S的研究領(lǐng)域，旨在強(qiáng)化機(jī)器獲取外界知識的能力，構(gòu)建完善的學(xué)習(xí)理論體系，進(jìn)而使得創(chuàng)新性的發(fā)明，能夠運(yùn)用到各行各業(yè)中。

1.2 機(jī)器學(xué)習(xí)的研究目標(biāo)

目標(biāo)一：對人類學(xué)習(xí)的過程進(jìn)行有效模擬，構(gòu)建學(xué)習(xí)認(rèn)識模型，這就和認(rèn)知科學(xué)的發(fā)展有極大的關(guān)系。

目標(biāo)二：促進(jìn)機(jī)器學(xué)習(xí)理論的研究，不斷探究適合機(jī)器學(xué)習(xí)的方式，并且研究機(jī)器學(xué)習(xí)的特性，運(yùn)用對比的方式，發(fā)現(xiàn)機(jī)器學(xué)習(xí)及人類學(xué)習(xí)之間的相同點(diǎn)及差異，進(jìn)而暴露其內(nèi)在聯(lián)系及差異。

目標(biāo)三：這個(gè)目標(biāo)是和機(jī)器學(xué)習(xí)實(shí)際運(yùn)用的研究有關(guān)，針對學(xué)習(xí)系統(tǒng)及知識獲取渠道進(jìn)行深入分析，在機(jī)器人系統(tǒng)領(lǐng)域及專家系統(tǒng)的基礎(chǔ)上形成機(jī)器獲取知識的科學(xué)系統(tǒng)，并且不斷積累經(jīng)驗(yàn)、優(yōu)化自身知識庫，使得運(yùn)用知識的技能得到有效強(qiáng)化，有效強(qiáng)化機(jī)器的智能水平，使得機(jī)器的智能水平能夠達(dá)到人類的水平。

1.3 機(jī)器學(xué)習(xí)的方法

機(jī)器學(xué)習(xí)方法主要包括兩種類型：模仿人類的學(xué)習(xí)方法、自身的學(xué)習(xí)方法，在實(shí)際運(yùn)用過程中，經(jīng)過有機(jī)結(jié)合這兩種方式。機(jī)器的學(xué)習(xí)不但應(yīng)該利用人類學(xué)習(xí)的優(yōu)秀科研成果，還應(yīng)該基于自身特點(diǎn)，不斷將自身特點(diǎn)擴(kuò)大（速度快、可復(fù)制性好、存儲大等），進(jìn)而創(chuàng)造出適合機(jī)器學(xué)習(xí)的科學(xué)方法。如今，機(jī)器學(xué)習(xí)的重要系統(tǒng)包括：

1.3.1 演繹學(xué)習(xí)系統(tǒng)

這種系統(tǒng)在特殊推理中的運(yùn)用頻率較高，借助構(gòu)建公理系統(tǒng)及推理定理法則，分析以往的經(jīng)驗(yàn)，就能夠得出相應(yīng)的結(jié)論。

1.3.2 歸納學(xué)習(xí)系統(tǒng)

在特殊到一般的推理中運(yùn)用頻率較高，在系統(tǒng)中，歸納包括完全歸納、不完全歸納，也能夠細(xì)分成因果關(guān)系歸納及簡單枚舉歸納。而因果關(guān)系歸納系指基于實(shí)物的因果關(guān)系，歸納所有對象的共性，也因此被稱作科學(xué)歸納。

1.3.3 類比學(xué)習(xí)系統(tǒng)

這種系統(tǒng)也被稱為模仿系統(tǒng)，系指由特殊到特殊的一種推理。將特定例子當(dāng)成參照，尋求類比關(guān)系，之后就把該種關(guān)系和新事物有機(jī)聯(lián)系，就能夠進(jìn)行創(chuàng)造性的推理與學(xué)習(xí)。

2 基于機(jī)器學(xué)習(xí)的人工智能研究

2.1 環(huán)境適應(yīng)性機(jī)器學(xué)習(xí)研究

機(jī)器和人類之間最大的差異就是在適應(yīng)環(huán)境的方面，而機(jī)器適應(yīng)環(huán)境的相關(guān)研究目前也是人工智能技術(shù)研究的熱點(diǎn)之一，環(huán)境的優(yōu)劣會在很大程度行影響機(jī)器學(xué)習(xí)的質(zhì)量，而機(jī)器內(nèi)部體系的原則通常是借助環(huán)境適應(yīng)性的原則所形成的。但是，外界環(huán)境一般具備較強(qiáng)的復(fù)雜性，學(xué)習(xí)過程中一定需要大量的數(shù)據(jù)作為支撐，并且會添加過多冗余的環(huán)節(jié)，如此就會使得機(jī)器學(xué)習(xí)過程過于繁瑣，進(jìn)而對整個(gè)系統(tǒng)的建設(shè)及發(fā)展形成嚴(yán)重的負(fù)面影響。

2.2 機(jī)器知識庫的擴(kuò)展延伸

機(jī)器知識庫的設(shè)置會在很大程度上影響機(jī)器學(xué)習(xí)的建設(shè)及長遠(yuǎn)發(fā)展，因此機(jī)器知識庫一定要種類、表現(xiàn)形式豐富，基本的特征向量、規(guī)則化語言與網(wǎng)絡(luò)化關(guān)聯(lián)等一定要具備。在設(shè)計(jì)機(jī)器知識庫的過程中，應(yīng)該有效延伸知識庫，進(jìn)而強(qiáng)化機(jī)器學(xué)習(xí)能力，當(dāng)然，要做到這一點(diǎn)，可以從下面三個(gè)角度著手：

（1）邏輯簡單、表意明了的機(jī)器表達(dá)形式；

（2）推理過程簡單明了，可以有效減小機(jī)器計(jì)算成本；

（3）應(yīng)該有效擴(kuò)展并且延伸知識，機(jī)器系統(tǒng)的學(xué)習(xí)不但應(yīng)該有效掌握基礎(chǔ)知識，還應(yīng)該做到知識的表達(dá)方式，并且不斷提升表達(dá)效率，必要的時(shí)候應(yīng)該聯(lián)用多種表達(dá)模式來表達(dá)一個(gè)知識。

2.3 機(jī)器學(xué)習(xí)反饋評價(jià)體系

人工智能技術(shù)中的機(jī)器學(xué)習(xí)，應(yīng)該構(gòu)建完善的反饋及評價(jià)系統(tǒng)，基于機(jī)器學(xué)習(xí)反饋評價(jià)系統(tǒng)來說，其反饋內(nèi)容主要包括下面三點(diǎn)：

（1）基于簡單、根本的規(guī)則完成基礎(chǔ)反饋評估；

（2）完成復(fù)雜評價(jià)反饋系統(tǒng)的構(gòu)建；

（3）完成小型的策略分析評價(jià)系統(tǒng)的構(gòu)建，并且基于實(shí)際任務(wù)情況，構(gòu)建科學(xué)的機(jī)器學(xué)習(xí)反饋評價(jià)系統(tǒng)。

并基于此，有效強(qiáng)化學(xué)習(xí)反饋評價(jià)制度的透明度，而在執(zhí)行的過程中，應(yīng)該運(yùn)用簡單明了的方式表達(dá)結(jié)果，科學(xué)地評估已有的知識庫，運(yùn)用元級表述的形式完成反饋評估，進(jìn)而有效促進(jìn)人工智能中機(jī)器學(xué)習(xí)的建設(shè)及長遠(yuǎn)發(fā)展，不斷擴(kuò)充機(jī)器學(xué)習(xí)的范疇，并且有效強(qiáng)化機(jī)器學(xué)習(xí)的執(zhí)行能力。

3 結(jié)語

在如今的人工智能活動中有三個(gè)重要的功能，分別是推理、學(xué)習(xí)及聯(lián)想。而推理及聯(lián)想的功能應(yīng)該借助學(xué)習(xí)功能的優(yōu)化來強(qiáng)化。機(jī)器學(xué)習(xí)在人工智能研究中具備非常重要的實(shí)際價(jià)值及意義，并且為人工智能理論的建設(shè)及發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，隨著機(jī)器學(xué)習(xí)的相關(guān)研究不斷深入，才能夠充分體現(xiàn)出人工智能接口的人機(jī)系統(tǒng)的價(jià)值及意義。鑒于此，一定要不斷強(qiáng)化機(jī)器學(xué)習(xí)的研究，進(jìn)而創(chuàng)造出科學(xué)、高效的學(xué)習(xí)系統(tǒng)，有效推動人工智能技術(shù)的發(fā)展進(jìn)程。

參考文獻(xiàn)

[1]舒躍育,劉紅梅.西北師范大學(xué)心理學(xué)院-深度學(xué)習(xí)推進(jìn)人工智能變革[J].中國社會科學(xué)報(bào),2018.

[2]劉凱,胡祥恩,王培.機(jī)器也需教育?論通用人工智能與教育學(xué)的革新[J].開放教育研究,2018(01):10-15.

[3]勘探開發(fā)如何與人工智能“結(jié)緣”?[J].油氣地球物理,2018(01):14.