導(dǎo)語：機器學(xué)習(xí)技術(shù)應(yīng)用經(jīng)驗及建議一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：機器學(xué)習(xí)技術(shù)是人工智能的核心，是計算機智能化的基礎(chǔ)。機器學(xué)習(xí)技術(shù)逐步成為計算機科學(xué)、人工智能等信息產(chǎn)業(yè)的主要發(fā)展方向。文章結(jié)合機器學(xué)習(xí)技術(shù)的發(fā)展對目前機器學(xué)習(xí)技術(shù)的應(yīng)用現(xiàn)狀進行了簡要分析，并提出了幾點建議。

關(guān)鍵詞：機器學(xué)習(xí)技術(shù)；應(yīng)用經(jīng)驗；建議

機器學(xué)習(xí)技術(shù)是人工智能的核心，是計算機智能化的基礎(chǔ)。21世紀以來，機器學(xué)習(xí)技術(shù)逐步成為計算機科學(xué)、人工智能等信息產(chǎn)業(yè)的主要發(fā)展方向。其實早在計算機科學(xué)創(chuàng)立的同時，計算機科學(xué)的鼻祖圖靈就為人類打開了人工智能的大門，他曾說過“Acomputerwoulddeservetobecalledintelligent,ifitcoulddeceiveahumanintobeliev－ingthatitwashuman.”意思就是“當一個計算機能成功欺騙人類，讓他們覺得它是一個人的時候，這樣就能被稱為人工智能?！币源藖砜矗胍嬲貙崿F(xiàn)計算機的人工智能，必須依靠機器學(xué)習(xí)技術(shù)，只有機器具備了和人類一樣的學(xué)習(xí)能力，才能被稱為是人工智能。機器學(xué)習(xí)是一門綜合性、多領(lǐng)域交叉滲透的學(xué)科，主要涉及統(tǒng)計學(xué)、凸分析、逼近論、概率論、算法復(fù)雜度理論等學(xué)科。機器學(xué)習(xí)技術(shù)的主要研究目的是通過研究計算機如何學(xué)習(xí)和模擬人類的學(xué)習(xí)行為，讓計算機獲取新的技能或知識，并通過對所學(xué)知識的整合改善自身性能。

1機器學(xué)習(xí)技術(shù)的發(fā)展歷程

機器學(xué)習(xí)技術(shù)的發(fā)展歷程根據(jù)研究途徑及研究目的大致可分為四個階段。第一階段為二十世紀五十年代中葉至六十年代中葉，這段時期機器學(xué)習(xí)技術(shù)主要研究機器“有無知識的學(xué)習(xí)”。具體方法是通過對機器的相關(guān)性能參數(shù)和所處環(huán)境的變化來檢測機器系統(tǒng)所反饋出的相應(yīng)數(shù)據(jù)，即給系統(tǒng)一個運行程序，然后改變其自由空間作用，而系統(tǒng)將受程序的影響而改變自身的組織結(jié)構(gòu)，最終系統(tǒng)會選擇最優(yōu)環(huán)境生存。該階段內(nèi)最具代表性的機器學(xué)習(xí)研究就是Samuet的下棋程序，該階段機器學(xué)習(xí)技術(shù)還處于啟蒙階段，研究方式和結(jié)果相對簡單，無法滿足人們的生產(chǎn)生活需要[1]。第二階段為二十世紀六十年代中葉至七十年代中葉，該階段機器學(xué)習(xí)技術(shù)主要研究將不同領(lǐng)域的知識信息植入到系統(tǒng)中，通過圖結(jié)構(gòu)及邏輯結(jié)構(gòu)方面的系統(tǒng)描述語言將相關(guān)知識轉(zhuǎn)化為機器語言，以此來達到讓機器模擬人類學(xué)習(xí)的目的。但在進行相關(guān)研究過程中，人們發(fā)現(xiàn)人類的學(xué)習(xí)過程是一個長期、復(fù)雜的過程，而在該階段的機器學(xué)習(xí)無法讓系統(tǒng)進行更深入的學(xué)習(xí)。在此階段機器學(xué)習(xí)方面最有代表性的成果就是Winson和Hayes-Roth的對結(jié)構(gòu)學(xué)習(xí)系統(tǒng)方法。第三階段為二十世紀七十年代中葉至八十年代中葉，該階段又被稱為機器學(xué)習(xí)技術(shù)的復(fù)興時期。通過前兩個發(fā)展階段的積累，人們在此階段將系統(tǒng)學(xué)習(xí)單個概念擴展至學(xué)習(xí)多個概念，并探索出各種不同的機器學(xué)習(xí)方法和策略，最重要的是，在該階段內(nèi)人們開始將機器學(xué)習(xí)技術(shù)與其他體系的應(yīng)用進行結(jié)合。相關(guān)的應(yīng)用和專家系統(tǒng)對知識獲取的需求也相應(yīng)地激勵了機器學(xué)習(xí)技術(shù)的發(fā)展，機器學(xué)習(xí)技術(shù)的發(fā)展主流也從專家學(xué)習(xí)系統(tǒng)轉(zhuǎn)變?yōu)閷嵗龤w納學(xué)習(xí)系統(tǒng)，這就表示機器學(xué)習(xí)技術(shù)的研究目的已經(jīng)發(fā)展為如何讓機器系統(tǒng)自主獲取知識。在此期間，第一屆機器學(xué)習(xí)國際研討會在美國卡內(nèi)基梅隆召開，標志著機器學(xué)習(xí)技術(shù)的發(fā)展受到了人們的廣泛關(guān)注[2]。第四階段即從二十世紀八十年代中葉至今，該階段是機器學(xué)習(xí)技術(shù)發(fā)展的最新階段，伴隨機器學(xué)習(xí)技術(shù)不斷發(fā)展，其逐漸具備了下列特點：（1）機器學(xué)習(xí)技術(shù)發(fā)展成為新的系統(tǒng)學(xué)科，其綜合應(yīng)用了生物學(xué)、數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、計算機技術(shù)、自動化技術(shù)等學(xué)科的相關(guān)知識。（2）機器學(xué)習(xí)技術(shù)融合和發(fā)展了不同的學(xué)習(xí)方法，形式更加靈活、更加高效的集成式學(xué)習(xí)系統(tǒng)研究也正在慢慢興起。（3）關(guān)于機器學(xué)習(xí)技術(shù)與人工智能技術(shù)在一些基礎(chǔ)問題上形成了統(tǒng)一性的觀點。（4）隨著機器學(xué)習(xí)技術(shù)中各種類型的學(xué)習(xí)方式的應(yīng)用，其應(yīng)用范圍不斷擴展，相關(guān)的研究成果逐步在向產(chǎn)品轉(zhuǎn)化。（5）機器學(xué)習(xí)技術(shù)及相關(guān)技術(shù)的研究空前活躍。

2機器學(xué)習(xí)技術(shù)的應(yīng)用及建議

隨著計算機技術(shù)的不斷發(fā)展，大數(shù)據(jù)及云計算等技術(shù)日益成熟，這給機器學(xué)習(xí)技術(shù)的發(fā)展帶來了廣闊的空間和完備的技術(shù)條件。2016年3月，阿爾法狗（AlphaGo）與圍棋世界冠軍李世石進行了一場人機大戰(zhàn)，最終總比分4：1。之后，阿爾法狗在網(wǎng)上以“Master”為名與中日韓數(shù)十位高手進行了切磋，60局無一敗績，并在2017年5月舉行的中國烏鎮(zhèn)圍棋峰會上戰(zhàn)勝世界排名第一的圍棋冠軍柯潔。國家語委和教育部于2017年7月18日在北京了2016年《中國語言生活狀況報告》，“阿爾法狗”一詞成為2016年中國媒體年度新詞[3]?！鞍柗ü贰钡暮诵脑砭褪巧疃葘W(xué)習(xí)，它的圍棋水平證明了機器學(xué)習(xí)技術(shù)的發(fā)展已經(jīng)有了一定成果。目前，機器學(xué)習(xí)技術(shù)的應(yīng)用范圍越來越廣泛，主要應(yīng)用范圍如下：2.1數(shù)據(jù)挖掘與分析?！皵?shù)據(jù)挖掘”與“數(shù)據(jù)分析”在機器學(xué)習(xí)領(lǐng)域是相似的意思，主要是指從大量數(shù)據(jù)中識別出有效的、特殊的、有價值的數(shù)據(jù)信息。在信息技術(shù)應(yīng)用之前，人們只能通過人工對數(shù)據(jù)進行挖掘和分析，而隨著信息時代來臨，數(shù)據(jù)信息呈爆炸式發(fā)展，人們在無時無刻的創(chuàng)造數(shù)據(jù)，也在不斷地使用數(shù)據(jù)來進行工作和生活[4]。數(shù)據(jù)挖掘與分析是機器學(xué)習(xí)技術(shù)中數(shù)據(jù)存儲技術(shù)與算法的結(jié)合，通過目前高效的數(shù)據(jù)存儲技術(shù)進行數(shù)據(jù)的高效讀寫，再通過機器學(xué)習(xí)技術(shù)提供的知識發(fā)現(xiàn)、數(shù)據(jù)統(tǒng)計分析等方式分析海量數(shù)據(jù)中的有用信息。由此可見，機器學(xué)習(xí)技術(shù)在數(shù)據(jù)挖掘和分析方面具有無可比擬的優(yōu)勢。2.2模式識別。模式識別最早屬于工程學(xué)科的范疇，而機器學(xué)習(xí)技術(shù)屬于計算機科學(xué)，兩者的結(jié)合給模式識別領(lǐng)域帶來新的發(fā)展機遇。其主要研究方面有兩部分：（1）研究生命體如何感知外界環(huán)境和其他生物，也就是認識科學(xué)的研究范疇。（2）在特定的環(huán)境或需求下，通過計算機技術(shù)實現(xiàn)模式識別，這就是機器學(xué)習(xí)技術(shù)的研究內(nèi)容，也是機器學(xué)習(xí)的長項。在信息時代，模式識別的應(yīng)用越來越廣泛，通過圖像分析、計算機視覺、光學(xué)文字識別、語音識別、手寫識別、自然語言處理、生物特征識別等方式的應(yīng)用，能讓人們在工作和生活中更加便捷、更加智能化。例如基于生物特征識別和語音識別等技術(shù)，我們現(xiàn)在可以通過人臉開手機或開鎖、可以刷臉支付、可以語音控制智能家居，而這些模式識別正式機器學(xué)習(xí)技術(shù)所擅長的。2.3在生物信息學(xué)上的應(yīng)用。隨著基因技術(shù)的發(fā)展，人們對基因組及相關(guān)測序項目的研究不斷深入，并積累了大量的數(shù)據(jù)信息，生物信息學(xué)的研究重點會逐步從提取數(shù)據(jù)轉(zhuǎn)變?yōu)榉治鰯?shù)據(jù)。如此龐大和復(fù)雜的數(shù)據(jù)對計算機軟件和理論算法提出了極高的要求，而機器學(xué)習(xí)技術(shù)目前日趨成熟，遺傳算法、神經(jīng)網(wǎng)絡(luò)、支持向量機和決策樹等相關(guān)方法正適合處理生物信息學(xué)中海量、缺乏統(tǒng)一理論標準且還有噪聲的數(shù)據(jù)[5]。2.4具體應(yīng)用（1）虛擬助手。目前，虛擬助手的應(yīng)用越來越廣泛，例如百度旗下的“小度”和小米旗下的“小艾同學(xué)”等都屬于近年來比較火熱的虛擬助手產(chǎn)品，它們能通過語音或生物識別技術(shù)識別你的具體指令，然后通過機器學(xué)習(xí)技術(shù)幫你控制家用電器或幫你規(guī)劃最優(yōu)交通路線等等。（2）無人駕駛。無人駕駛至今已經(jīng)發(fā)展了近五十年，目前世界上最先進的無人駕駛汽車已經(jīng)測試行駛近五十萬公里，且其后八萬公里的行駛過程中完全沒有人為干預(yù)。無人駕駛技術(shù)即通過機器學(xué)習(xí)技術(shù)感知周邊環(huán)境并自行對環(huán)境信息進行處理，然后再進行駕駛操作[6]。

綜上所述，隨著信息革命的深入和大數(shù)據(jù)時代的來臨，人們只有通過機器學(xué)習(xí)技術(shù)對數(shù)據(jù)、知識進行高效獲取和處理，才能有效提高生產(chǎn)效率和生活質(zhì)量。特別是針對工程應(yīng)用和科學(xué)研究領(lǐng)域的復(fù)雜問題的解決，機器學(xué)習(xí)技術(shù)具有明顯的優(yōu)勢。因此，未來科技的發(fā)展、社會的進步離不開機器學(xué)習(xí)技術(shù)的合理應(yīng)用。

參考文獻：

[1]黃魯成，薛爽.機器學(xué)習(xí)技術(shù)發(fā)展現(xiàn)狀與國際競爭分析[J].現(xiàn)代情報，2019，39（10）：165-176.

[2]張軍英.機器真智能與現(xiàn)行機器學(xué)習(xí)技術(shù)[J].新教育時代電子雜志（教師版），2019（1）：91，88.

[3]馬振.AlphaGo背后的機器學(xué)習(xí)技術(shù)[J].電腦迷，2018（16）：81.

[4]劉偉佳，李博權(quán).物聯(lián)網(wǎng)、大數(shù)據(jù)分析和機器學(xué)習(xí)技術(shù)在災(zāi)備中的應(yīng)用研究[J].微電子學(xué)與計算機，2018，35（12）：55-58.

[5]薛明峰.機器學(xué)習(xí)安全性問題及其防御技術(shù)研究[J].中國戰(zhàn)略新興產(chǎn)業(yè)，2018（26）：213.

[6]林泓宇.大數(shù)據(jù)背景下的機器學(xué)習(xí)及其關(guān)鍵技術(shù)[J].電腦迷，2018（6）：122.

作者:吳建華 單位:河北工程大學(xué)