機(jī)器學(xué)習(xí)進(jìn)入革命階段！

Yaser Abu-Mostaf PhD

談一下AI的相關(guān)內(nèi)容，讓大家了解一下AI和機(jī)器學(xué)習(xí)的相關(guān)內(nèi)容。

首先，我和大家用很簡(jiǎn)單的語(yǔ)言解釋一下什么是機(jī)器學(xué)習(xí)，之后講兩個(gè)方面：一個(gè)就是演進(jìn)，就是機(jī)器學(xué)習(xí)的演化，三四十年的變化；再講一下革命，革命是指過(guò)去五年發(fā)生的突變。最后講一些挑戰(zhàn)，有些挑戰(zhàn)非常有意思，有些是技術(shù)的挑戰(zhàn)，有些是道德和社會(huì)方面的挑戰(zhàn)，他們也影響了我們。

簡(jiǎn)單介紹一下機(jī)器學(xué)習(xí)。實(shí)際上大家都知道數(shù)據(jù)科學(xué)或者說(shuō)大數(shù)據(jù)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)可以說(shuō)是智能的核心，這就是為什么叫它AI，人工智能。我們這里看到很多名字，比如說(shuō)統(tǒng)計(jì)學(xué)或者說(shuō)AI或者說(shuō)數(shù)據(jù)挖掘等等這些術(shù)語(yǔ)，這里有一個(gè)共同點(diǎn)，它們都是基于數(shù)據(jù)技術(shù)規(guī)律的自動(dòng)探測(cè)。比如說(shuō)我們假設(shè)有一個(gè)嬰兒，一旦孩子看到一種圖案或者說(shuō)看到一個(gè)規(guī)律，眼睛都會(huì)閃光，他們自己識(shí)別出了規(guī)律。實(shí)際上我們要讓數(shù)據(jù)自動(dòng)識(shí)別規(guī)律，這樣我們就可以說(shuō)獲得了一定的智能。給大家介紹一下和拍拍貸相關(guān)的內(nèi)容。比如說(shuō)我們想申請(qǐng)信用卡，不希望信用不好的人申請(qǐng)信用卡，我們希望了解基本的情況，比如說(shuō)我們了解一下有沒(méi)有可能不及時(shí)還款。機(jī)器學(xué)習(xí)可以給我們帶來(lái)什么好處？我們看以前的客戶，好的行為和壞的行為是什么樣的，這些行為是好的，這些行為是不好的。他們申請(qǐng)的時(shí)候每個(gè)人都提供了申請(qǐng)信息，我們問(wèn)一下自己，我們用什么來(lái)區(qū)分好壞。基于歷史數(shù)據(jù)，一旦發(fā)生規(guī)律之后，有了新的申請(qǐng)者的時(shí)候，就可以判斷是屬于好的那一類(lèi)還是不好的那一類(lèi)，這就是用機(jī)器學(xué)習(xí)進(jìn)行自動(dòng)信用評(píng)級(jí)的原理。

這是兩年前哈佛商業(yè)評(píng)論的文章，他說(shuō)機(jī)器學(xué)習(xí)非常有潛力，可以用在很多行業(yè)上面，改變這些公司。事實(shí)上機(jī)器學(xué)習(xí)可以用在很多項(xiàng)目上，比如說(shuō)時(shí)尚、工業(yè)設(shè)備、腦部損傷診斷，都可以利用機(jī)器學(xué)習(xí)。可能只有工程師，但是沒(méi)有金融專(zhuān)業(yè)的領(lǐng)域知識(shí)。機(jī)器學(xué)習(xí)是基于數(shù)據(jù)的，不管是什么領(lǐng)域，只要給我數(shù)據(jù)就可以自動(dòng)識(shí)別里面的規(guī)律。比如說(shuō)時(shí)尚，我就可以自己進(jìn)行分析，我們基于不同女性的購(gòu)買(mǎi)行為，我會(huì)給她們提供一些建議，她們最有可能買(mǎi)什么樣的衣服。我其實(shí)對(duì)女性的時(shí)尚是完全不知道的，一無(wú)所知的，可以說(shuō)是一個(gè)外行，但是基于數(shù)據(jù)，還是可以給她們很有幫助的建議。

這就是機(jī)器學(xué)習(xí)的本質(zhì)。

數(shù)據(jù)是一家公司的最大資產(chǎn)

什么是機(jī)器學(xué)習(xí)呢？首先要有這樣一個(gè)規(guī)律，比如說(shuō)信用卡申請(qǐng)，假如說(shuō)幾年一直做的都是同一個(gè)工作，這個(gè)是和信用表現(xiàn)是息息相關(guān)的，因此我們要找出這里的規(guī)律。實(shí)際上有的時(shí)候我們沒(méi)有辦法用一個(gè)數(shù)學(xué)模型直接告訴我們?cè)撛趺醋?，我們必須要通過(guò)數(shù)據(jù)來(lái)提取其中的規(guī)律，我們希望有代表性的數(shù)據(jù)組。這一點(diǎn)是很有意思的，我剛才和公司的創(chuàng)始人聊天，比如說(shuō)我們要看拍拍貸的歷史的話，一開(kāi)始的時(shí)候沒(méi)發(fā)生什么，突然公司就起飛了。但實(shí)際上，在蜇伏期間，他們一直在收集數(shù)據(jù)，有了數(shù)據(jù)就有了別人沒(méi)有的東西，我們積累是需要時(shí)間的，因此我們的數(shù)據(jù)是資產(chǎn)，你要有資產(chǎn)才能進(jìn)入游戲。

現(xiàn)在我給大家介紹一下演進(jìn)部分，就是機(jī)器學(xué)習(xí)的發(fā)展情況。為什么過(guò)去五年發(fā)生了變革，現(xiàn)在人工智能和機(jī)器學(xué)習(xí)都發(fā)生了突變？我們從八十年代的時(shí)候開(kāi)始，那個(gè)時(shí)候神經(jīng)網(wǎng)絡(luò)剛剛興起，那個(gè)時(shí)候數(shù)據(jù)量很少，之后越來(lái)越多的數(shù)據(jù)開(kāi)始被積累起來(lái)。越來(lái)越多的數(shù)據(jù)，越來(lái)越復(fù)雜的模型，以前我們用的是線性的模型，現(xiàn)在用的非線性模型。而且現(xiàn)在計(jì)算越來(lái)越多，實(shí)際上我們預(yù)測(cè)計(jì)算機(jī)的速度會(huì)發(fā)展得越來(lái)越快，這也是需要三四十年的積累。

所以雖然現(xiàn)在已經(jīng)達(dá)到了飽和的階段，但是這個(gè)飽和的階段仍然有非常大的金礦，這個(gè)過(guò)程當(dāng)中我們會(huì)做出來(lái)更多的進(jìn)化或者說(shuō)進(jìn)展，機(jī)器學(xué)習(xí)也不例外。

回到剛才信用卡申請(qǐng)的例子，我們來(lái)看一下這樣的一個(gè)申請(qǐng)人，給大家解釋一下我們現(xiàn)在的進(jìn)化在哪里。首先我們有一個(gè)非常簡(jiǎn)單的模型，就是剛才說(shuō)的一個(gè)線性的模型，就是人們剛開(kāi)始來(lái)批貸的時(shí)候有的線性模型，評(píng)估工作，以及工作的年限、年齡、工資等等。畫(huà)這樣一條線來(lái)區(qū)分好的客戶和壞的客戶。隨著數(shù)據(jù)的積累，我們可以開(kāi)始建立一個(gè)非線性模型，我們知道有一些因素之間是有一些相關(guān)性的，這里面可能也有一些規(guī)律或者說(shuō)模式。

因?yàn)檫@個(gè)我們就會(huì)有很多不同的模型，比如說(shuō)神經(jīng)網(wǎng)絡(luò)，這是非常著名的模型，這就不同于原來(lái)所說(shuō)的線性模型，這種非線性模型就是我們的進(jìn)化。相比之前的線性模型要強(qiáng)得多?？梢宰屇阕龀鰜?lái)更好的預(yù)測(cè)，也就是說(shuō)現(xiàn)在客戶用這樣的模型做出更加復(fù)雜的決策?？梢杂迷诜浅６嗟膽?yīng)用領(lǐng)域，比如說(shuō)二十世紀(jì)九十年代的時(shí)候，股票市場(chǎng)等金融數(shù)據(jù)可以用機(jī)器學(xué)習(xí)，里面有非常多的數(shù)據(jù)，有很多模型，用戶主要是投資銀行等等。在2000年的時(shí)候，像亞馬遜、阿里巴巴電子商務(wù)開(kāi)始起步，他們也開(kāi)始使用機(jī)器學(xué)習(xí)，然后網(wǎng)站就開(kāi)始向你推薦一些東西，這些推薦都是基于數(shù)據(jù)，可以檢測(cè)一些模式推薦給你買(mǎi)一些東西。在2010年的時(shí)候又可以應(yīng)用于醫(yī)療領(lǐng)域。因?yàn)樵卺t(yī)療領(lǐng)域我們積累了大量的數(shù)據(jù)，所以我們可以用大數(shù)據(jù)來(lái)做診斷等等。十年前是沒(méi)有這么多醫(yī)療數(shù)據(jù)的，經(jīng)過(guò)十年的發(fā)展，積累了大量的醫(yī)療數(shù)據(jù)，我們可以用機(jī)器學(xué)習(xí)來(lái)做診斷分析等等。有了這種數(shù)據(jù)積累，我們就能夠有更多的機(jī)器學(xué)習(xí)方面的應(yīng)用。這些數(shù)據(jù)就是你所擁有的最大資產(chǎn)，可以讓你和競(jìng)爭(zhēng)對(duì)手對(duì)比的時(shí)候具有優(yōu)勢(shì)。

AI，將在各行業(yè)無(wú)處不在

我們現(xiàn)在又從進(jìn)化進(jìn)入革命階段，這是過(guò)去五年的變化。這五年內(nèi)發(fā)生了什么東西呢？首先我不想勸說(shuō)或者說(shuō)服這里面有多大的區(qū)別，大家已經(jīng)看的非常清楚了。在很多領(lǐng)域里面，比如說(shuō)機(jī)器翻譯，過(guò)去的機(jī)器翻譯讓大家覺(jué)得非常的可笑，而現(xiàn)在因?yàn)橛猩窠?jīng)網(wǎng)絡(luò)的介入，不斷改進(jìn)，就是利用了機(jī)器學(xué)習(xí)的方法。還有語(yǔ)音識(shí)別、對(duì)象檢測(cè)等等，在數(shù)據(jù)、模型、計(jì)算方面上都發(fā)生了質(zhì)變。從這樣的應(yīng)用，有這么多的數(shù)據(jù)，有更多的申請(qǐng)人的數(shù)據(jù)，可以做決策，這樣的決策基于大數(shù)據(jù)就可以更加智能。這樣可以做出全面的剖析。比如說(shuō)有的人可能喜歡巧克力，這是一個(gè)信息，有的人可能喜歡喜劇等等，你覺(jué)得他們會(huì)去看加勒比海盜，還是不看加勒比海盜這部電影？這樣的兩個(gè)信息可能不足以做出決策，如果有更多更全面的信息，可以對(duì)這個(gè)人有全面的了解，做出來(lái)的決策也是非常切合實(shí)際的。我覺(jué)得拍拍貸做工作的時(shí)候，其實(shí)和剛才所說(shuō)的這些都有非常強(qiáng)的關(guān)系，你們看到客戶的各個(gè)方面的一些信息，然后決定是好的客戶還是壞的客戶，這是第一點(diǎn)。

我們?cè)賮?lái)看模型。模型現(xiàn)在有深度神經(jīng)網(wǎng)絡(luò)，原來(lái)只有兩三層，現(xiàn)在已經(jīng)有十層二十層了，區(qū)別是什么呢？因?yàn)橛辛诉@么多的層級(jí)，有里面的計(jì)算，就可以用最好的輸入變量給大家進(jìn)行分析，比如說(shuō)你看到我，不是根據(jù)一個(gè)像素進(jìn)行分析我的，你可以通過(guò)各個(gè)方面進(jìn)行分析。比如說(shuō)這個(gè)人有數(shù)千數(shù)萬(wàn)的像素，可以通過(guò)像素了解人，然后對(duì)它進(jìn)行剖析，我們做這一點(diǎn)的時(shí)候，我們可能會(huì)失去某些細(xì)節(jié)。我們要深入分析各個(gè)細(xì)節(jié)，然后再分析哪個(gè)細(xì)節(jié)哪個(gè)像素對(duì)你整個(gè)人的分析是最重要的。然后進(jìn)入神經(jīng)元分析。

接下來(lái)是計(jì)算方面。計(jì)算速度快速提升，過(guò)去十幾年二十幾年你的計(jì)算機(jī)可能運(yùn)算速度非常慢，但是現(xiàn)在完全不一樣了，速度大幅度提升，還有一些商用硬件，比如說(shuō)圖形處理器GPU等等，現(xiàn)在機(jī)器學(xué)習(xí)速度方面提高了兩個(gè)量級(jí)。也就是說(shuō)在過(guò)去如果你要用一些計(jì)算的話，可能要一個(gè)月，甚至一年才能得到一個(gè)結(jié)果。但是現(xiàn)在因?yàn)橛?jì)算速度的提升，可能下一周甚至本周就可以得到答案，而且我們用了這么多的模型。也使計(jì)算速度和智能水平大幅度提升。一個(gè)非常智能的例子就是AlphaGo，打敗了人類(lèi)的智慧。這個(gè)機(jī)器是自身學(xué)習(xí)的，也就是說(shuō)自己和自己下象棋，然后找到一些新的動(dòng)作，這是人類(lèi)之前從來(lái)沒(méi)有用過(guò)的動(dòng)作，他就打敗了人類(lèi)的智慧。我們發(fā)現(xiàn)這樣一種方法可以極大地改善智能水平。剛才有說(shuō)到Fendy，我們說(shuō)Fendy Fendy你得醒過(guò)來(lái)等等。以后不需要叫兩遍才讓Fendy醒過(guò)來(lái)，這是我們努力的方向。我們的人工智能取得的進(jìn)步是長(zhǎng)足的。

我再講一下挑戰(zhàn)。實(shí)際上技術(shù)挑戰(zhàn)沒(méi)什么好講的，我們從某種程度上講，有兩個(gè)挑戰(zhàn)。剛才講到了技術(shù)挑戰(zhàn)，再講一下安全的風(fēng)險(xiǎn)，以及其他的風(fēng)險(xiǎn)，對(duì)于人工智能和機(jī)器學(xué)習(xí)來(lái)說(shuō)有很多社會(huì)上的挑戰(zhàn)。我們看現(xiàn)在的計(jì)算機(jī)或者說(shuō)現(xiàn)在的程序，最可怕的問(wèn)題就是安全問(wèn)題，比如說(shuō)黑客的入侵，還有泄露的問(wèn)題是很可怕的。大家發(fā)展技術(shù)的時(shí)候并沒(méi)有想太多安全問(wèn)題，現(xiàn)在我們正在補(bǔ)足，我們必須要好好想一下安全問(wèn)題?，F(xiàn)在很多人擔(dān)心超級(jí)智能，我覺(jué)得這不需要擔(dān)心，我覺(jué)得黑客入侵還是一個(gè)主要威脅。還有很多社會(huì)方面的挑戰(zhàn)，大家可能會(huì)失業(yè)，AI可以做人的工作了，我們必須要提前規(guī)劃。還有另外一個(gè)方面的社會(huì)問(wèn)題，比如說(shuō)大家都用智能手機(jī)，iPhone自己就成為了一個(gè)非常有趣的人了。以后大家都不愿意和人溝通了，像孩子一樣，實(shí)際上大家只想和手機(jī)玩，也是另外一個(gè)方面的考慮，供大家參考。

* 作者系加州理工學(xué)院（California Institute of Technology）電氣工程和計(jì)算機(jī)科學(xué)（Electrical Engineering and Computer Science）教授，主要研究領(lǐng)域?yàn)闄C(jī)器學(xué)習(xí)（Machine Learning）和計(jì)算金融學(xué)（Computational Finance）；IEEE神經(jīng)網(wǎng)絡(luò)協(xié)會(huì)（IEEE NNC）創(chuàng)始人之一；神經(jīng)信息處理系統(tǒng)進(jìn)展大會(huì)（NIPS）創(chuàng)始人之一；第二屆和第四屆國(guó)際資本市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)會(huì)議（NNCM）主席；第六屆國(guó)際計(jì)算金融學(xué)會(huì)議主席；他的《Learning from Data》是亞馬遜機(jī)器學(xué)習(xí)領(lǐng)域全美最暢銷(xiāo)書(shū)，全球超過(guò)400萬(wàn)人通過(guò)他的線上教學(xué)視頻學(xué)習(xí)機(jī)器學(xué)習(xí)。Abu-Mostafa教授分別擁有開(kāi)羅大學(xué)（Cairo University）、佐治亞理工學(xué)院（Georgia Institute of Technology）、加州理工學(xué)院（California Institute of Technology）的本科、碩士、和博士學(xué)位。

● 本文由智慧金融研究院、拍拍貸授權(quán)；原題方向?yàn)椤叭斯ぶ悄埽?過(guò)去、當(dāng)前、未來(lái)”，為最大程度保障文本精華、原意，以及閱讀需要，本刊僅做題目及內(nèi)容分層進(jìn)行編輯。