一切模擬、延申、擴展人的智能的技術(shù)都是人工智能，概念非常寬泛。從這個角度考慮，連計算器都能算是一種人工智能。只不過隨著科技的進步，新技術(shù)的出現(xiàn)，勢必會淘汰過去的老技術(shù)。也許100年后，人們對于人臉識別、自動駕駛等技術(shù)也不再感覺新鮮。到時候，你對他們說人臉識別是人工智能，他們也會覺得不可思議。

機器學(xué)習(xí)是一種比較有效的實現(xiàn)人工智能的方式，也是它的核心和重要理論基礎(chǔ)。 如今，機器學(xué)習(xí)的應(yīng)用已滲透進人工智能的各個分支。我們這里并不想給這門學(xué)科進行考古，感興趣的話網(wǎng)上資料很多。只是，以史為鏡，有不一樣的思考和發(fā)現(xiàn)，往往能夠引導(dǎo)你學(xué)習(xí)求知的正確方向，這才是本章的目的。

機器學(xué)習(xí)乃至人工智能的起源，是人對自身意識、自我、心靈等哲學(xué)問題的探索，對如何充分利用機器算力，實現(xiàn)對學(xué)習(xí)的模擬、進化，乃至超越的不懈追求。明白了這個基本出發(fā)點，你就懂得：所有算法，無論多么復(fù)雜，其實都是人設(shè)計出來模擬人思維過程的。因此，好的理解方式不是去死記硬背，而是用樸素的語言、大白話的講解盡量搞清楚最初設(shè)計者的基本邏輯和思維原點。這樣才能真正搞透看似復(fù)雜的理論，同時最大程度上減少所需的記憶量。本系列后面的章節(jié)中，你可能會看到很多不同尋常的類比、比喻，既有生活中耳熟能詳?shù)睦?，也有好萊塢大片中的故事情節(jié)。也許乍看起來不那么正經(jīng)和嚴(yán)謹，但是請不要忘了我們的初心：回歸人性的思考，弄清算法的本質(zhì)。

機器學(xué)習(xí)在發(fā)展的過程中，融合了統(tǒng)計學(xué)、神經(jīng)科學(xué)、信息論、控制論、計算復(fù)雜性理論等多學(xué)科知識，是一門典型的交叉學(xué)科。因此，其所謂的難學(xué)難懂，往往是因為自身缺少足夠的知識儲備，外部又缺少有效資源，能夠剝絲抽繭、深入淺出地幫你剖析紛繁復(fù)雜中的聯(lián)系。"凱撒的歸凱撒，上帝的歸上帝"。其實只要能厘清脈絡(luò)，明確重點，適當(dāng)?shù)羌皶r地補充一些必要基礎(chǔ)知識，多數(shù)情況下，只要不偷懶，沒啥難學(xué)的，初中生都能學(xué)會。這也是本系列的另一個特點：與常見的機器學(xué)習(xí)書籍不同，我們重構(gòu)了知識的體系架構(gòu)，偏重對基本模型算法內(nèi)在聯(lián)系的關(guān)聯(lián)比較和深度挖掘，希望能從不一樣的角度帶給你新的認知。

機器學(xué)習(xí)從上世紀(jì)五十年代到現(xiàn)在七十年的發(fā)展歷史中，一波三折，跌宕起伏。曾經(jīng)大火的算法風(fēng)光不再，一度默默無聞的理論卻聲名鵲起。恰如人生，再厲害不要盲目自大，再卑微也不用看不起自己。時機合適，環(huán)境匹配，無論哪種算法都有它發(fā)揮才能的空間。學(xué)好這門學(xué)科，的確需要緊跟業(yè)界潮流，關(guān)注當(dāng)下最時髦的理論、算法和工具，先用了再說；同時，也最好能系統(tǒng)性地全面了解整個機器學(xué)習(xí)的理論。往往看似不起眼甚至有點兒過時的方法，有時換個馬甲、換種角度、互相嫁接耦合，也能產(chǎn)生出其不意的效果。這也是本系列的第三個特點：橫向比較不同模型的同時，縱向貫通，探討其中的脈絡(luò)和原委，告訴你理論背后的故事，用簡單易上手的實例讓你迅速理解其中的奧秘。學(xué)習(xí)不光是被動地接收，更需要主動地思考。越是前沿，越是未知，越是如此。畢竟算法是死的，情況是活的，具體怎么用要靠人來定。

Part 2 機器學(xué)習(xí)江湖族譜圖

我們就不再費勁兒扒拉詳細地講解機器學(xué)習(xí)前世今生了，一圖解千愁，供大家參考。網(wǎng)上資料很多，各種說法不盡相同。由于門派迥異，分支交叉，通婚很多。想搞個準(zhǔn)確分類，讓大家都信服也不容易。感興趣可以自行翻查考古。這里不做論戰(zhàn)，只是換個角度希望能引發(fā)大家一些思考。

? ? ? ?

? ? ? ? ?? ? ? ? ? ? ? ? ? ? ??

機器學(xué)習(xí)的江湖族譜圖如上所示。讓我們架空歷史，用武俠人物打個比喻，幫助理解和記憶。話說上古時期數(shù)學(xué)大陸飄來的三大高手：概率統(tǒng)計、控制論和圖論。他們化身為華山、少林和峨眉三大派的高人張三豐、達摩祖師和郭襄女神，開枝散葉，滌蕩江湖。達摩帳下出了個著名的弟子掃地僧，很早就在那里，但一直不顯山不露水，最近幾年才廣為世人關(guān)注，炙手可熱起來，他的名字就叫——“強化學(xué)習(xí)”。郭女神的峨眉一派盛產(chǎn)女弟子，與武林各門各派無論明面上，還是私下里，都交集不少，故事更多。但論學(xué)習(xí)方面的實戰(zhàn)武功，實話實說乏善可陳，知名弟子不是很多。直到后來出了個周芷若妹妹，方才一鳴驚人，她就是我們的“知識圖譜”了。當(dāng)然，這也是與無忌哥哥發(fā)生聯(lián)系后的事情了。讓我們暫時按下這兩派不表，回頭再敘，本系列機器學(xué)習(xí)主要講的是武當(dāng)正宗的故事。深度學(xué)習(xí)、強化學(xué)習(xí)和知識圖譜這三派在機器學(xué)習(xí)的江湖上又被人稱作“聯(lián)結(jié)主義”、“行為主義”和“符號主義”。

傳說張真人門下弟子眾多，各個武功高強。從最近鄰（KNN）、決策樹、隨機森林、條件隨機場，到Boosting、SVM、隱馬爾科夫模型（HMM）、Bayes方法、神經(jīng)網(wǎng)絡(luò)，不一而足，簡直就是武當(dāng)七俠外加徒子徒孫。其中曾經(jīng)看似不起眼的弟子張翠山，自己武功不咋地，但牛逼在生了個超級厲害的兒子，叫張無忌，也就是我們的主角“深度學(xué)習(xí)”了。無忌哥哥天賦異稟，武功高強，幾乎自成一派，榮登明教教主寶座。不過，最重要的是他艷福不淺，深受各路女同學(xué)喜歡。他自從嶄露頭角以來，處處留情，關(guān)系十分錯綜復(fù)雜，簡直是一代海王，不便詳盡敘述。其中知名女士包括但不限于：王府閨秀、機智多謀的大房趙敏，人稱“監(jiān)督學(xué)習(xí)”；生性灑脫、無拘無束的波斯美女，二房小昭，人稱“無監(jiān)督學(xué)習(xí)”；還有其他各類女朋友。一眾子女中，大房膝下最為著名，幾個牛掰的阿哥CNN、RNN、Transformer，還有一個其實應(yīng)該算是無忌哥哥和芷若妹妹的私生女，人稱GNN，過繼到了大房門下。她跟Transformer小哥都是新晉網(wǎng)紅，擅長交際，注意力王者。二房不甘示弱，這幾年也有幾個孩子很出位，比如：自學(xué)冠軍AutoEncoder、喜歡左右手互搏的GAN、擅長思考挖掘特征的表征學(xué)習(xí)（Representation Learning）等等。其他私生子女也各具特色，比如：有注重隱私的“聯(lián)邦學(xué)習(xí)”，擅長跨界的“遷移學(xué)習(xí)”等。

如今的機器學(xué)習(xí)江湖，除人丁興旺的深度學(xué)習(xí)一族外，強化學(xué)習(xí)、知識圖譜，還有七七八八其他不那么知名的小門小派也都沒閑著，對繁衍后代，延續(xù)香火樂此不疲，不斷的產(chǎn)生無數(shù)的算法。大家尤其喜歡跨越種族、忘卻輩分，勇敢地實現(xiàn)你中有我，我中有你。別說，往往這樣下的小崽的確更加聰明、更加漂亮。也許，冥冥之中，這背后都有著進化論的身影。無論人還是算法，都離不開生物的屬性。

Part 2?本系列內(nèi)容說明

不抬杠的話，平日里你聽到的機器學(xué)習(xí)，現(xiàn)在幾乎默認都是指深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)訓(xùn)練啦。為啥這樣呢？存在即合理，學(xué)術(shù)意義上的嚴(yán)格劃分對人民群眾沒啥卵用。神經(jīng)網(wǎng)絡(luò)這支個個都是大明星，光芒過于耀眼，這就好比曾國藩家族中的后代親朋，無不以與其關(guān)聯(lián)為榮一樣。既然大伙兒喜聞樂見，約定俗成也就自有道理。本系列隨大流重點講解深度學(xué)習(xí)下各類模型，但算法和思想并不受限于此，其他機器學(xué)習(xí)內(nèi)容亦通用。不過徹底明白了這部分的話，對大多數(shù)想入門的同學(xué)們來說也就夠了。故此，為行文方便起見，暫且約定，不刻意區(qū)分機器學(xué)習(xí)與深度學(xué)習(xí)學(xué)術(shù)意義上的差別，敬請理解。

概率統(tǒng)計延伸出來的經(jīng)典算法，雖然看似有些過時，不如深度學(xué)習(xí)下的神經(jīng)網(wǎng)絡(luò)實力強大，但其思想還是對理解機器學(xué)習(xí)的本質(zhì)很有幫助的。比如：RNN本質(zhì)上就是一個HMM模型的高維擴展版，GNN與條件隨機場、隨機森林等在某些方面其實也有異曲同工之處，AutoEncoder與SVM的核心都是降維。不僅如此，還有一種趨勢就是新的網(wǎng)絡(luò)越來越多地借鑒老算法的思想，比如Bayes方法 + NN延伸出來的BNN。如果大家對這些內(nèi)容感興趣的話，我們單獨再講。

無監(jiān)督學(xué)習(xí)一支相對較新，內(nèi)容也深一些，建議多看一些論文。如果大伙兒有需要，回頭再找時間安排。強化學(xué)習(xí)打算講講，不過內(nèi)容相對獨立。知識圖譜也比較獨立，視情況再考慮是否單講。