機器學習的理論是，設計一些讓計算機能夠自動學習的算法。能夠通過從大量的前期的實例中學習歸納并總結出規(guī)律，并以此做出如何處理之后的任務的決定（圖示1）。

目前業(yè)界的機器學習根據所要完成的任務可以分成以下幾類：

監(jiān)督學習：計算機從給定的大量數據（訓練集）中學習總結出一個規(guī)律（一個函數），當新的數據到來時，可以根據這個規(guī)律（函數）預測出結果。訓練集包括輸入和輸出，也可以說是特征和目標。

無監(jiān)督學習：計算機從給定的數據里分析出數據本身蘊藏的結構。數據挖掘就屬于這類學習。

增強學習：計算機通過觀察來學習做出什么樣的動作。每個動作都會對環(huán)境有所影響，學習對象根據觀察到的周圍環(huán)境的反饋來做出判斷。

如果從機器學習后的執(zhí)行任務的結果來看的話，還存在這樣的分類：

分類法：數據（訓練集）被分成一個或者多個類別，機器必須生成一個模型用來分配訓練集之外的數據到其中一個或者多個類別里。這就是監(jiān)督學習的方法。

回歸法：和分類法不同的是，它要求的數據都是連續(xù)的而不是離散的。這也是監(jiān)督學習的方法。

（圖示1）

假設你有一個程序或者想法希望用機器學習系統(tǒng)來完成，你面臨的最大問題是五花八門的計算算法。目前業(yè)界有成千上萬個現有的算法，同時每年都會有上百個新的算法被發(fā)布。如何從中甄別出最適合自己的呢？

其實如此眾多的算法都可以在概念上歸結為以下三個必要模塊：

表述：首先一個分類器必須以計算機可以理解的語言表述出來。并且，為分類器（圖示2）選擇一個合適的表述本身就相當于選擇一系列的能夠學習的分類器。這一系列的分類器可以叫做學習系統(tǒng)的假設空間。如果任何一個分類器不在這個空間內，那它是不會被系統(tǒng)學到的。

評估：系統(tǒng)里要有一個能夠分辨分類器好壞的評估功能。

優(yōu)化：最后，還需要一個方法來搜索出評分最高的那個分類器。選擇出一個優(yōu)化技術最佳的方案是提高學習系統(tǒng)效率的關鍵。同時也可以在評估功能得出數個較好的分類器方案后，給最終方案的決定做出幫助。通常的情況是：一個新的學習系統(tǒng)開始使用一些現有的優(yōu)化方案，之后會改成一個專門定制的方案。

（圖示2）

因篇幅有限，機器學習大體的概念就討論到這里。借鑒Facebook人工智能專家田淵棟的分析，AlphaGo的算法中，對于監(jiān)督學習方面下的力度比較大，增強型學習所扮演的角色沒有想象中大，神經網絡的應用也不大，反倒是最傳統(tǒng)的局部特征匹配和線性回歸使用較多。對棋盤的局的分析訓練高達三千萬局，且使用的也是傳統(tǒng)的暴力訓練。所以算法沒有過時之說，任何算法都有它的用武之地。

很多人把這次的對弈比喻成機器智能和人類智能的對弈。筆者感覺這樣的說法失之偏頗。機器智能和人類智能的對弈只不過是思維的不同形式的較量。因為AlphaGo畢竟是按照人類給予的邏輯去下棋的。它僅是在已有的邏輯背景下通過超高速的計算來獲勝的。這就和人類設計飛機和汽車可以大大拓展人的活動范圍一樣。

盡管如此，我們還是可以在這幾次和過往的人機對弈以及目前的科技浪潮中看出，機器智能的優(yōu)勢和潛力。最顯著的優(yōu)勢就是機器的處理速度。生物神經元的傳導，在200赫茲，200次/秒。但即使是現在的晶體管也運行在千兆赫茲。神經元軸突傳播緩慢：100米/秒，這已是上限。但計算機信號可以以光速傳導。除此之外，人類的智能還有個空間的限制。人類的大腦受到顱骨大小的限制。但是計算機的機體可以大到一個倉儲式超市甚至更大。因此，智能計算機的潛力還處于休眠狀態(tài)，就像原子的力量一直在整個人類歷史處于休眠狀態(tài)，耐心地等待著，直到1945年。

 既然人工智能有這樣的潛力，對人類是福是禍？人類在未來如何應對？未來機器人和人類共存會是個常態(tài)。我們的下一代應該具備什么樣的能力去迎接和適應一個處處是人工智能的未來呢？

人工智能的出現必將取代很多傳統(tǒng)的工作，同時也在不斷地創(chuàng)造新工作。而新創(chuàng)造的工作必定需要能夠掌控未來人工智能技術發(fā)展的人才。該如何為下一代的未來選擇更能適應未來的教育呢？這應該是大家需要認真思考的問題。

在未來，精于技術領域的人應該會有較好的就業(yè)機會，但隨著機器人對人類技術崗位工作的進一步取代，需要較高層次人文、藝術、社交等方面能力的崗位也會相應增加。這應該是很長一段時期內人類專有，而人工智能較難復制的技能。

現在全球性問題（暴力，戰(zhàn)亂、歧視、貧瘠）正在趨向復雜化，未來的社會問題或許更嚴重。任何技術或者人工智能終究有其局限性，我們生而為人的情感、道德和生存能力在人工智能迅猛發(fā)展的今天和未來，對于分析和解決復雜的社會問題，則更為珍貴與必要。

對未來人工智能是否可以“進化”出人類的自我意識和社交技能，社會各界猜測喜憂參半。面對智力超群卻善惡難辨的人工智能，我們或許更需要的是專注于培養(yǎng)我們人類獨有的特質：個性。在無法預測的未來世界，我們的個性將決定我們的未來。

人工智能是否能超越人的智能呢？筆者覺得只有當機器人和普通人同時從零開始接納對一個技術或者事物的學習，然后靠自己的學習和經驗最終戰(zhàn)勝人，而不是通過人類事先輸入的程序。

如果有這一天，人類真的需要警覺。