503
會玩超級瑪麗，機器學習能有多難？
更多深度文章，請關注雲計算頻道：https://yq.aliyun.com/cloud
“機器學習”、‘神經網絡’——如果你經常閱讀新聞，一定與這兩個詞打過照麵。機器學習的應用已進入醫療、金融、物流等各行各業，如果你不理解它們的含義，恐怕每天刷一刷新聞都是大寫的懵。好消息來了！即便你不是數學家、不是工程師，隻要你玩過超級瑪麗，就一定能搞懂機器學習的基本概念。
網絡開發與安全專家 Adam Wattis 寫的這篇文章，就希望用簡單易懂的類比，打破人們對機器學習術語艱深難懂的印象，能充滿自信地閱讀機器學習主題的各種文章。
增強學習
機器學習與普通的軟件相比所不同的是，普通軟件需要程序員明確地寫下指令，而機器學習則能夠自己學會如何成功完成手頭的任務。舉一個被稱為增強學習的例子：程序會獲得一個**輸入值**，經過自己的“思考”後得出一個**輸出值**，並會根據其輸出值獲得相應的**獎賞**，程序經過無數次地重複這個過程，學會什麼樣的輸出能獲得更高的獎賞。這樣想的話，所謂機器學習的過程與人類學習的過程（巴甫洛夫訓練小狗的方式）是不是挺相似？
或者，與我們第一次打遊戲的時候，學習遊戲規則的過程是不是很相似？我們就一起回到童年，想象自己第一次遇見超級瑪麗。
輸入
打開遊戲，你看到一個簡單的2D環境中有一個萌萌的馬裏奧和各種小物件。這就是你的輸入值。
輸出
你有四個鍵可以用：左、右、蹲、跳，這就是你的輸出值。你得根據輸入值（馬裏奧遇到了金幣），決定自己選擇哪一個輸出（蹲下還是起跳）。
獎賞
即便沒有人明確地教你遊戲規則，很快你也會發現，毫無目的地隨便走走沒法獲得什麼獎賞，但是如果撞到了金幣獎賞就會高一點，如果跳到了神秘盒子獎勵就更高。不過，如果被敵人打了就會獲得懲罰——或者說，負的獎勵。如果撞到了敵人 Goomba 則一踩就掛——或者說，死亡獎勵。
掛了沒關係，還能重新來過。當你再一次看到 Goomba，你就會試試其他的“輸出值”來避免“死亡獎勵”。再玩幾把，你就知道可以跳過 Goomba，繼續活命。
增強學習也就是這麼一回事。跟人一樣，機器一開始也是一張白紙、一無所知，經過不斷試錯，知道如何更快地過關、獲得更好的結果。這在機器學習中，就叫做“訓練”。
訓練
正如剛才所說，機器從一開始就像剛出生的嬰兒，是一張白紙、一無所知。要想讓機器完成任務，必須讓機器進行訓練，給它一些訓練的數據。假以時日，機器學習算法就知道如何成功完成任務了。不過，訓練可能得要很長一段時間，所以必須給機器提供高質量的訓練數據，才能獲得更準確的結果。
總結
一句話總結全文：機器學習與傳統意義上的程序不同，反而與人類的學習過程很相似。
傳統的程序是通過一些條件語句硬性規定的程序。如果用傳統程序玩超級瑪麗，就得輸入此類的代碼：if 發現危險，執行“起跳”或是別的動作；else 繼續前進。這與機器學習的根本不同在於，一段時間後，機器學習就能自主決定該做什麼行動，遇到類似的任務時，不需要重新編程就能直接上手。試想你已經從遊戲菜鳥升級為超級瑪麗高手，當你遇到第二個遊戲，你也能快速上手。你玩的遊戲越多，你就越擅長遊戲，即便每個遊戲都略有不同。機器學習也是同理，過往的“經驗”能讓它更快地學習。
現在，“機器學習”這個詞看上去沒有那麼嚇人了吧？超級瑪麗這個基本框架，但願能幫助你理解機器學習在未來的廣泛應用。
本文由北郵@愛可可-愛生活 老師推薦，阿裏雲雲棲社區組織翻譯。
文章原標題《Understanding basics of machine learning through Super Mario》
作者簡介：Adam Wattis，全棧網絡開發創業者，熱衷網絡安全與科技，更多文章可見 Http://adamwattis.com。
譯者：炫，審校：袁虎。
文章為簡譯，更詳細的內容，請查看原文。
最後更新：2017-09-20 17:32:41