淺談機器學習和人類學習的關系

劉奕洲

（邯鄲市第一中學，河北 邯鄲 056001）

人工智能從1956年提出后，發展迅猛。近些年在計算機技術、網絡和通信技術高速發展的背景下更是不斷取得突破，應用日益廣泛。機器學習是指計算機通過分析和學習大量已有數據，從而擁有預測判斷和做出最佳決策的能力。它是人工智能的一個重要方向，也是實現人工智能的關鍵技術。機器學習大致可分為一下四個步驟：數據采集、特征提取、特征組合評價、現狀態與特征組合匹配。對于機器學習來說，數據收集要達到一定的量，量太小就會失去研究的意義。谷歌圍棋人工智能ALphaGo就是通過機器學習數百萬人類棋譜后在當年人機大賽中戰勝李世石和柯杰的。在“人機大戰”過后，李開復認為AlphaGo采用的深度學習技術，再加上大數據與數據分析能力，可以應用在人類生活的各個領域，這也是他認為“人機大戰”本身之外的意義。以下分析機器學習是否可以真的涉及各個領域，機器學習在將來能否完全代替人類學習。

首先我們來給機器學習做一個簡單的定義：百度百科（詞條）認為，它是專門研究計算機模擬和實現人類學習的行為，以獲取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的性能。這樣看來實現先進的機器學習技術無疑是我們在人工智能發展道路上的加速器，目前機器的深度學習系統有著很大的局限性，基本上是要先告訴系統目標物是什么，它才會知道，然后通過成千上萬個這種例子，耗費大規模的計算周期之后，系統才會搞明白要它所學習的是什么。但其實人類不是這樣去學習知識的，從出生起并不是一下就知道了所有東西的名稱，但是我們卻會逐步了解所有物品的用途，這種認知不是天生的，而是人類通過初期的被動學習，通過總結、歸納進入自主學習的過程，而這種自主的學習，才應該是人工智能的發展方向。

1 適用于機器學習的優勢范疇

現在看來在一些重復性的、規則性強的、機械性的、通過記憶和強化練習、協作關系簡單的工作技能，幾乎都可以通過機器學習來完成。這是因為通過機器學習不同領域海量的數據和案例，來總結事物發展的規律最終形成經驗。這樣在遇到新生事物時，就可以按照前期的經驗對其進行判斷。

1.1 語音識別和人臉識別

人工智能在日常生活中的應用很廣，尤以圖像識別和語音識別更為突出，幾乎每一臺智能手機和智能家電中都有這些功能，為人們的生活帶來了極大的便利條件。

1.2 機器人

這曾經是一個存在于科幻小說和電影中的形象，現在正逐漸走進人們的日常生活中，雖然不像電影里看到的有著和人類很相似的外形，但功能卻越來越趨于完善：家里的掃地機器人通過對房間大小的整體記錄與掃描和對垃圾的分類來制定清掃策略；隨著電子商務的火爆，物流機器人也進入了人們的視野中，分揀機器人、物流搬運機器人，前些日子，京東的快遞機器人繼長沙開跑后又走上了北京街頭。

1.3 無人駕駛

無人駕駛是最能激起人類好奇心的人工智能應用領域之一，計算機預先通過機器學習得到經驗模型，在輔助駕駛的過程中結合傳感器獲取的路面信息自動調整車速，控制轉向和制動系統，幫助車輛避免碰撞和駛出路面。未來的某一天，我們可以不考駕照，只需要向汽車發送一個指令就可以便捷出行。

2 不適用于機器學習的范疇

而一般認為那些在生活學習中積累的經驗、直覺、情感以及人類之間相互交流互動的能力，人們對文化、藝術產生的審美能力和創造能力，這些最能體現人類綜合素質的能力，大多數都是具有個性化的，需要“因材施教”的培養和教育，不大可能通過機器對批量數據的讀取而完成。

2.1 人與人之間的情感交流

（1）師生間的交流。人工智能時代，像小猿搜題、作業幫這些在線試題解答的APP，不但可以通過使用拍照搜題，還可以自動批改作業、提供解題思路，已經成為我和同學們日常學習的得力助手。未來甚至還會出現功能更為強大的機器人助教。對于這些機器人是否真的能夠站在講臺上充當老師的角色嗎？毫無疑問，從掌握知識的角度，這位教師可能會比傳統的任意一位教師更合格。教育在某種程度上就是言傳和身教，那么機器人老師的身教，對學生來說無疑是個很大的缺失。很顯然，機器可以通過讀取大量的知識、題目而做到一名合格的助教，卻很難成為一個真正意義上的“良師益友”。

（2）醫生與患者間的交流。機器學習和大數據的快速商業化，已經助推人工智能來到醫療保健和生命健康領域的前沿位置。其中，醫學影像、診斷、遠程查房和會診、甚至于精密手術系統都已經被人工智能覆蓋。但是一個醫生的能力水平不僅僅和大學期間知識的儲備有關，對病情的診斷除了來源于各項儀器檢測的報告，更多的是多年行醫積累的經驗以及在和患者交流過程中得到的各方面的信息。而在治療過程中，良好的醫患關系，能夠為患者提供無壓力輕松的人文環境，使患者具有良好的心態，從而達到更好的治療效果。所以，人工智能也只能成為一個醫學的輔助手段，不能完完全全地取代醫生這個職業。

（3）警民間的交流。公安系統，人工智能在案件偵破過程中被廣泛應用，通過搜索海量視頻，對犯罪嫌疑人或嫌疑車輛進行智能分析，從而實現對特定目標的快速定位、查找和檢索，給出最可能的線索建議，為案件的偵破節約寶貴的時間。然而人民警察的任務并不只是對已發生的案件進行偵破，維護社會治安秩序，維護交通安全和交通秩序，處理交通事故等等，這才是每天都要接觸到的警察的工作，這些繁瑣的工作無不需要“警察”這個個體來完成，當遇到“有困難，找警察”時，不是僅僅依靠人工智能能夠解決的。

2.2 人類的審美能力和創造能力

翻譯一本小說要遠比翻譯一本科學著作困難，今天，谷歌翻譯是眾多機器翻譯工具中支持語種最多，翻譯效果最好的。2019年，谷歌翻譯的中譯英模塊應用了深度學習的一種最新算法，并大幅提高了中文到英文的準確率。翻譯出的英文段落，幾乎沒有什么歧義或理解障礙。不久的將來，和翻譯有關的工作包括筆譯、口譯、同傳可能都能夠被機器翻譯取代。我們不妨假設一下，一個學習翻譯的同學同時又具備足夠深的文學素養，和谷歌翻譯一起進行一場比試——將《詩經》翻譯成英文，勝敗一目了然，文章中人類的情感，人文背景，審美和創造力，都不是一個機器能夠輕易解決的問題。

3 機器學習和人類學習的關系

人類已經無法阻止AI的腳步，當然作為科技的巨大進步，人類也不應該對AI抱有恐懼或者懷疑的態度。而今不論是否承認這已經是一個人工智能高速發展的時代，事實是這已經是一個人機共存的時代。AI和人類相互協作才能夠更快地促進人類的發展，作為機器的造物主，人類應該對此有足夠的信心。人工智能技術是人類社會發展的好幫手，在改善我們的生活品質的同時，還承擔了人類社會工作中一些簡單的、機械性的、能夠通過機器學習掌握的工作。而我們從這些工作中解脫出來，不是為了無所事事、停滯不前，是通過解放出更多的生產力來學習和提高人類無可替代創造能力、審美能力等等，這是我們作為不同于機器的人類所擁有的獨特價值——情感。