機器教學：人工智慧的下一個風口

【獵雲網（微信號：ilieyun）】4月27日報道 （編譯：原子核）

微軟正全力支持一個新的流行詞，並試圖推銷人工智慧業務。

這個新名詞就是「機器教學」，微軟將其定義為一些工具，任何領域的人類專家都可以使用這些工具來單獨訓練人工智慧。在逐步開發這些工具之後，微軟希望能在公眾的幫助下普及機器學習的概念。微軟還希望更多的公司可以在微軟的雲計算平台上建立自己的人工智慧軟體。當然，即使他們沒有聘請人工智慧專家，也是可以的。

「我們相信，這將是人工智慧的一個巨大變革力量。人工智慧可以運用到更多的場景中，並為世界上更多的人所用，」微軟公司的人工智慧行業副總裁Gurdep Pall說。

消除分歧

微軟將機器教學作為機器學習的補充，這是一種人工智慧系統分析數據並學習如何預測事物的方式，比如照片是否包含人臉。通過機器教學，人們將一項任務分解為單獨的部分，引導這個系統進行學習，類似於學習棒球的人可能會先練習軟式壘球，然後才能進入下手投球和全壘球的練習。

Pall說：「機器學習就是用演算法尋找數據中的模式。機器教學是將知識從人類專家的腦子中轉移到機器學習系統的過程。」

微軟不能聲稱擁有該條款的唯一所有權。威斯康星大學麥迪遜分校教授朱曉金（Jerry）從2013年起就用「機器教學」來描述一種訓練機器學習演算法的方法，儘管他和微軟都同意它們的定義有些重疊。

雖然微軟說機器教學最有利於像自動化這樣的領域，在這些領域裡，人工智慧必須在許多潛在的現實世界行為之間做出決定，但它也只是讓人工智慧更容易運用。有了正確的工具，一個主題專家應該能夠訓練一個人工智慧系統而不必了解機器學習，就像棒球教練不必學習大腦化學一樣。

「專業領域專家即使不太了解機器學習本身是如何工作的，基本上已經可以開始使用人工智慧了，」Pall說，「這些專家基本上能夠將他們在特定領域的知識轉移到需要運行它的人工智慧上。」

去年，微軟收購了一家名為Bonsai的初創公司，幫助抽象出人工智慧開發的複雜性。與Visual Basic是一種比C語言更簡單的編程語言。類似地，Bonsai公司也有自己的語言，稱為Inkling。這種語言應該比低層次的人工智慧開發來說更簡單。Pall說，有了這些工具，能源、金融和醫療保健等行業可以構建人工智慧應用程序，而無需僱傭現在供不應求的人工智慧專家。

Pall說，作為一個例子，殼牌公司最近與Bonsai公司合作開發了一種自主鑽井機。雖然潛在的學習演算法與殼牌公司自行開發的演算法沒有什麼不同，但是機器教學可以讓專家更容易隨時間改進系統。

「現在的問題不是，我的演算法是否在額外百分之一的性能方面越來越出色，」Pall說，「而是，人類專家現在是否能夠控制系統，讓它不斷學習，成為一台比它更好的機器。」

企業仍需要人工智慧專家

Gartner分析師Erick Bretenoux表示，儘管有這些重大聲明，但企業仍需要人工智慧專家。

首先，機器教學是依賴於人工智慧的一種特殊的「試錯」方法，也稱為深度強化學習。例如，如果目標是將一個對象移動到特定的目標，那麼只要系統將對象指向正確的方向，系統就會得到獎勵。Bretenoux說，這種方法的應用範圍仍然很狹窄，很少進行大規模使用。

但是，即使微軟是對的，也就是說它將在未來更廣泛地運用，Bretenoux仍然建議有一個人工智慧專家在後台監控系統，並在發生問題之後做出解釋。

Bretenoux說：「你需要對這個盒子有一定的透明度，有時領域專家並不總是技術專家。有時候他們沒有打開盒子的知識。」

打下堅實的根基

Brethenoux還指出，微軟並不是唯一一個試圖簡化人工智慧開發的公司。如 Cogitai，提供了一個深度強化學習平台；谷歌的雲汽車，承諾能夠用最少的機器學習知識來培訓定製人工智慧模型。

不過，Brethenoux說，微軟近年來在鞏固人工智慧方面做得很好，並且明白公司需要什麼。「他們在過去幾年裡做得很好，」他說，「他們在這個領域進步了很多。」

那麼，機器教學其實不是關於人工智慧的重大的新進步，只是關於營銷的一系列小的改進。這些改進可能會隨時間而不斷累積。像其他科技術語一樣，比如物聯網、5G無線，甚至人工智慧本身，機器教學可能比產品更具前提性。

即使是微軟公司的Gurdep Pall也同意這一說法。他指出，當微軟與行業分析師討論這個術語時，似乎也產生了共鳴。他還指出，未來還有更多的工作要做，包括支持更多的訓練演算法和更多的可視化工具。這些工具幫助機器教學更容易運用。目前，該公司只是想在這片土地上打下堅實的根基。

他說：「與其說是抽象的想法，不如說我們可以證明這就是實際應用的方式，這就是為什麼當你這樣應用它時，你可以看到自己的好處。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！