机器教学：人工智能的下一个风口

互联网+ 译者：原子核 · 未央网猎云网 2019-04-29 阅读：5428

关键词：人工智能 机器教学 机器学习 云计算

微软公司又推出了一个新概念——“机器教学”。

如今，人们对“机器学习”这个词语已经日渐熟悉。而近日，微软公司又推出了一个新概念——“机器教学”。

微软将其定义为一些工具，任何领域的人类专家都可以使用这些工具来单独训练人工智能。在逐步开发这些工具之后，微软希望能在公众的帮助下普及机器学习的概念。微软还希望更多的公司可以在微软的云计算平台上建立自己的人工智能软件。当然，即使他们没有聘请人工智能专家也是可以的。

消除分歧

微软将机器教学作为机器学习的补充，这是一种人工智能系统分析数据并学习如何预测事物的方式，比如照片是否包含人脸。通过机器教学，人们将一项任务分解为单独的部分，引导这个系统进行学习，类似于学习棒球的人可能会先练习软式垒球，然后才能进入下手投球和全垒球的练习。

微软公司人工智能行业副总裁Gurdep Pall说：“机器学习就是用算法寻找数据中的模式。机器教学是将知识从人类专家的脑子中转移到机器学习系统的过程。”

微软不能声称拥有该条款的唯一所有权。威斯康星大学麦迪逊分校教授朱晓金（Jerry）从2013年起就用“机器教学”来描述一种训练机器学习算法的方法，尽管他和微软都同意它们的定义有些重叠。

虽然微软说机器教学最有利于像自动化这样的领域，在这些领域里，人工智能必须在许多潜在的现实世界行为之间做出决定，但它也只是让人工智能更容易运用。有了正确的工具，一个主题专家应该能够训练一个人工智能系统而不必了解机器学习，就像棒球教练不必学习大脑化学一样。

“专业领域专家即使不太了解机器学习本身是如何工作的，基本上已经可以开始使用人工智能了，”Pall说，“这些专家基本上能够将他们在特定领域的知识转移到需要运行它的人工智能上。”

去年，微软收购了一家名为Bonsai的初创公司，帮助抽象出人工智能开发的复杂性。与Visual Basic是一种比C语言更简单的编程语言。类似地，Bonsai公司也有自己的语言，称为Inkling。这种语言应该比低层次的人工智能开发来说更简单。Pall说，有了这些工具，能源、金融和医疗保健等行业可以构建人工智能应用程序，而无需雇佣现在供不应求的人工智能专家。

比如，壳牌公司最近与Bonsai公司合作开发了一种自主钻井机，虽然潜在的学习算法与壳牌公司自行开发的算法没有什么不同，但是机器教学可以让专家更容易随时间改进系统。

“现在的问题不是，我的算法是否在额外百分之一的性能方面越来越出色，”Pall说，“而是，人类专家现在是否能够控制系统，让它不断学习，成为一台比它更好的机器。”

企业仍需要人工智能专家

Gartner分析师Erick Bretenoux表示，企业仍然需要人工智能专家。

首先，机器教学是依赖于人工智能的一种特殊的“试错”方法，也称为深度强化学习。例如，如果目标是将一个对象移动到特定的目标，那么只要系统将对象指向正确的方向，系统就会得到奖励。Bretenoux说，这种方法的应用范围仍然很狭窄，很少进行大规模使用。

但是，即使微软是对的，也就是说它将在未来更广泛地运用，Bretenoux仍然建议有一个人工智能专家在后台监控系统，并在发生问题之后做出解释。

Bretenoux说：“你需要对这个盒子有一定的透明度，有时领域专家并不总是技术专家。有时候他们没有打开盒子的知识。”

打下坚实的根基

Brethenoux还指出，微软并不是唯一一个试图简化人工智能开发的公司。比如 Cogitai就提供了一个深度强化学习平台；谷歌云汽车承诺能够用最少的机器学习知识来培训定制人工智能模型。

不过Brethenoux说，微软近年来在巩固人工智能方面做得很好，并且明白公司需要什么。

那么，机器教学其实不是关于人工智能的重大的新进步，只是关于营销的一系列小的改进。这些改进可能会随时间而不断累积。像其他科技术语一样，比如物联网、5G无线，甚至人工智能本身，机器教学这个概念肯定是要实际产品出现得早。

即使是微软公司的Gurdep Pall也同意这一说法。他指出，当微软与行业分析师讨论这个术语时，似乎也产生了共鸣。他还指出，未来还有更多的工作要做，包括支持更多的训练算法和更多的可视化工具。这些工具帮助机器教学更容易运用。目前，该公司只是想在这片土地上打下坚实的根基。

他说：“与其说是抽象的想法，不如说我们可以证明这就是实际应用的方式，这就是为什么当你这样应用它时，你可以看到自己的好处。”

专题推荐：金融毛细血管

零壹智库推出“金融毛细血管系列策划”，通过系列文章、系列视频、系列报告、系列研讨会和专著，系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。