机器学习是枯燥的,有时候需要把自己定位在“布道者”的身份,把枯燥的概念讲清楚,让大家更好地与业务、生产相结合。

有关人工智能的三个概念

上世纪50年代,马文·明斯基提出“人工智能”概念,被称为“现代人工智能之父”。直到今天,围绕人工智能,已衍生出机器学习、深度学习等概念。今天在这里,跟大家分享汇付数据在机器学习方面的实践,首先试图把这三个概念讲清楚——

人工智能

人工智能是最大的概念,不管机器学习还是深度学习,都属于人工智能的范畴。一般而言,人工智能分为两种,一种弱人工智能,类似“阿尔法狗”在一个垂直细分领域的应用;另一个是强人工智能,也即电影里的“终结者”之类,在现实中实现还有很长的路要走。

机器学习

机器学习是人工智的一个重要组成部分,简单来说就是通过算法解析数据,从而对真实世界中的事件做出判断和预测。垃圾邮件识别和分类,就是机器学习的一个小例子。

深度学习

深度学习是这两年提出来的概念,是用人工神经网络实现的一种新算法。这里的“深度”是指层次波。举例而言,通过深度学习,可以教会程序识别猫。

机器学习的类别及应用

机器学习的类别包括:

监督学习

如上图所示,人物面部的红色边框告诉电脑这个人是谁,算法自动归纳特征,今后再有一张同样人物的照处他就可以识别。

无监督学习

如上图所示,通过已有的三张人物侧面和正面图,再来一张同样人物的照片,电脑就可以自动“认”出来。

半监督学习

利用少量的标注样本和大量的未标注样本进行训练和分类。

增强学习

通过观察来学习如何动作,每个动作都会对环境有所影响;学习对象根据观察到的周围环境的反馈来做出判断。“阿尔法狗”就是增强学习,一盘棋输了会反馈什么地方错了,不断提升。

可喜的是,这大半年里,汇付数据在机器学习方面取得了一些应用成果:中文数字语音识别,单个数据识别准确率达95%;身份证中文和数字识别,准确率达95%;移动支付假签名识别,识别准确率85%;移动支付及互金业务实时交易预测,平均误差率分别控制在7%和15%;互金业务接口调用单商户单接口实时分析,接入内部控台,实现预警功能……

单是把这些流程图画出来,就很复杂。正是在业务部门需求的倒逼下,我们不断提升机器学习的能力。为了把机器学习融入运维的各个领域,我们有了基于场景的jarvis平台,降低门槛,让生产部门、业务部门的同事也可以更好地应用。

机器学习的未来

机器学习的概念上世纪90年代就已提出,直到最近几年计算能力大幅提高,才取得迅猛发展。关于它的未来,可以做以下几点预测:

处理速度更快、成本更低,能够在更廉价的移动设备上运行;

一些难题,如视频识别、医学影像或文字处理将顺利由深度算法解决,我们会看到人工智能对商业的巨大影响;

通过人工智能和自然语言处理,提供更有效的人机交互方式,使我们最大化地利用机器数据处理能力;

将在智能助理、物联网、区块链和虚拟现实中得到更广泛的应用;

不需要人工干预的非监督式学习应用更加广泛;

人类生活水平大幅提高,随着自动化程度提高,以往一些依赖人工的岗位将会被逐步替代;

更智能化地推动商业模式转换。