AI機器學習之道：鑒往知來，瞬間洞察

1   AI是深諳“鑒往知來藝術”的大師

在網(wǎng)絡時代里，大數(shù)據(jù)呈現(xiàn)出量大、不一致、又不確定性，使人們困擾。因為人們的許多行為都面臨著在模糊未明的情況下進行規(guī)劃和決策，這已成為今天的普遍現(xiàn)象了，它就像迷霧或月光的效果一樣，常常使事物的局部擴大、模糊了面貌，無法掌握其本質(zhì)。

那么，我們該如何通過瞬間洞察(Flash of insight)來穿越迷霧呢? 最有效的途徑是：吸取經(jīng)驗、培養(yǎng)直覺，發(fā)揮“鑒往知來的藝術(The art of what works)”。

而當今主流的AI( 人工智能) 就是一位深諳“鑒往知來藝術”的大師，它融合了統(tǒng)計( 學) 回歸分析方法、搭配互聯(lián)網(wǎng)普及和機器高效運算，而獲得專家直覺和瞬間洞察的能力，可強力協(xié)助人們穿越這層迷霧。

所謂鑒往知來的藝術，就是可以看出眼前或未“來”的情況和過“往”發(fā)生情況的某些相似( 特征)點。愈多的經(jīng)驗和專業(yè)知識，就愈能看出許多似曾相識的情況，而在缺乏經(jīng)驗的新手的眼中，可能每一個情況都是新穎而且獨特的。這又稱為：專家直覺（Expert intuition）。

AI 從大數(shù)據(jù)的統(tǒng)計分析或人類專家傳授的不同途徑中，獲取瞬間洞察，點燃了鑒往知來藝術的火花。面對眼前事物的不完全信息、未來的不確定，AI 可以吸取經(jīng)驗、發(fā)揮直覺，協(xié)助您擺脫疑云的糾纏，擁有警醒的雙眼，冷靜洞悉通往成功之路。

當專家從一堆事物中辨識出似曾相識的情況時，會采取類似的解決方法，可以有效節(jié)省許多的嘗試錯誤和摸索探尋的功夫。同樣地，AI 也通過統(tǒng)計( 學) 回歸分析算法而擁有和專家一樣的辨識事物，以及探尋相似性(Similarity)，并對事物進行分類(Classification) 的能力。

換句話說，AI 也擁有豐富的專家直覺。在《科學革命的結構》(The structure of scientific revolution) 一書里，作者Kuhn( 孔恩) 曾經(jīng)說道：“直覺不是個人的……，直覺是一個成功群體成員經(jīng)過測試而共同具有的，新手人員可以經(jīng)由訓練( 學習) 而獲得直覺，這是他們?yōu)槌蔀檫@個群體成員所做的準備?！?/p>

同樣，AI( 機器) 也能通過訓練( 學習) 而獲得直覺和瞬間洞察的眼光。這稱為：機器學習(Machine learning)^[1]。

2   AI(機器學習)是一門“看”(Seeing)的藝術

AI( 機器學習) 是一門“看”(Seeing) 的藝術。例如，日本著名武士宮本武藏在他寫的《五輪書》里，傳授專家直覺的禪道：“在策略中，你必須能不移動眼珠而觀看到兩邊，您無法快速地學會這種能力，請照著以下的方法練習：在每天的生活中練習使用這種注視法，不論發(fā)生什么事都不要改變它。”

注視眼前的全局征兆，以專家直覺襯托出全貌。計算機科學界諾貝爾獎“圖靈獎”得主Judea Pearl( 珀爾)在其2019 年的新書《因果革命》里，也以圖片里的貓頭鷹來強調(diào)當今主流AI 的專家直覺及洞察眼光(Seeing)的藝術，如圖1。

過去數(shù)千年來，專家們就得以鑒往知來為基礎，穿越迷霧，多方嘗試，保留最可奏效的方法，以迅速強有力的行動抓住突然降臨的好機運。如今，的AI( 機器學習) 也懂得“多方嘗試，保留奏效的途徑”的模式。例如AI 強化學習(Reinforcement learning)。

圖1 以貓頭鷹來強調(diào)當今主流AI的專家直覺及洞察眼光的藝術 來源：https://www.sohu.com/a/321480619_129720

3   AI如何“看”出事物的全貌

AI 擅于計算相似性，并據(jù)之分群、分類。我們也一樣可以給AI 歸類，然后我發(fā)現(xiàn)AI 與專家直覺兩者具極高的相似度。既然這兩者屬于同一類別，我們就可以發(fā)揮“鑒往知來”的藝術。通過我們過“往”經(jīng)驗和知識，而襯托出AI 的全貌，并推估它的未“來”發(fā)展。于是，什么是AI 呢? AI 有什么用呢? 就非常清晰明朗了。

3.1 鑒往

從我們的既有經(jīng)驗中，可以看出來最典型的專家直覺就是：開車。其最大特征是：直覺反應，不假思考。

現(xiàn)在，AI 和司機是歸于同一類，意味著AI 也具備上述兩項特征；因而也能推知如下。

●   未來發(fā)展：AI 司機將大量取代人類司機。

●   AI 人工智能，是不假思索、不經(jīng)理性邏輯推理的直覺性智能。

●   AI 的推論結果就沒有高度正確性，只有準確性。

●   AI 人工智能與IT 信息科技，兩者并不同類。例如，許多學校把AI 歸入信息科技類，其實是違背專家直覺的“非專家見識”。

無論是人或AI，都會鑒古，手段是：拿一堆歷史的殊相( 資料)，歸納出共相。在人方面，采歸納法找出萬變不離其宗的恒常性，謂之“道”。在AI 方面，采統(tǒng)計學回歸分析，找出最中庸的回歸曲線或面等。

3.2 知來

剛才說明了AI 最核心能力是“鑒往知來”，其最亮麗的表現(xiàn)是“瞬間洞察”。道與中庸皆為共相。求道而得道，謂之高人、圣人，乃專家也。高人圣人身懷專家直覺，就可觀察眼前事物的征兆( 殊相)，然后進行：殊相 + 同類的共相 = 該事物的( 推測) 全貌就能洞悉出未來發(fā)展的全貌了。于此，舉個生活中例子來說明之。例如小勝和小淑兩人是一家信息科技公司的同事。有一天的中午前，小勝打電話向自助餐老板訂購兩個午餐便當（如圖2）。

老板問小勝：您今天想吃什么便當呢？

小勝回答說：我今天要排骨便當；另外還要一個便當，我來問小淑同事。

老板又問小淑：您今天想吃什么便當呢？

小淑回答說：我今天要雞腿便當。

最后老板又問：你們要配什么菜呢？

小勝、小淑回答：都可以。

圖2 小勝打電話向自助餐老板訂午餐便當

到了中午吃飯時，小勝、小淑兩人打開便當，看到了排骨便當里有一個鹵蛋；而雞腿便當里有一個荷包蛋。小勝、小淑異口同聲說道：這位老板很像我們正在訓練的AI 模型呀，他和AI 一樣能鑒往知來、瞬間洞悉事物( 便當) 的全貌。

4   AI技術能力從哪里來

當今基于機器學習的AI，其具備兩項的邏輯思維技能：“歸納邏輯”與“推論邏輯”。

●   歸納邏輯：人類先把算法( 程序) 喂給AI，就成為它“鑒古”的“歸納”邏輯能力。

●   推論邏輯：接著，引領它去“歸納( 鑒古)”，此時就把一群特定領域的大數(shù)據(jù)喂給它，讓它去歸納( 又稱學習)。所謂學而時習之，不斷探索數(shù)據(jù)里的相關性(Correlation)，逐漸歸納出這個領域大數(shù)據(jù)里的規(guī)律性。就成為它“知來”的推論邏輯能力了。

人類設計算法、編寫Python 等程序(Program)，來敘述“歸納邏輯”，然后把程序植入計算機里，讓計算機擁有：歸納思維能力。所以AI 算法的“編程邏輯”所表達的就是“歸納邏輯”，它讓AI 有能力自行歸納出“推論邏輯”。所以，AI 的編程邏輯，并不等于AI的推論邏輯。

簡而言之，AI 的“推論邏輯”與工程師的算法“程序邏輯”是有很大不同的。程序邏輯仍有影響力，但只是建議的角色，而非控制的角色。所以對于人類而言，AI 的“推論邏輯”是無從理解的，通稱為：黑盒子(Black box)，或黑箱。因之，以對于人類而言，AI 的推論結果即其行為是不確定(Uncertain) 的。所以說，AI 的兩項特質(zhì)就是：黑盒子和不確定性行為。

5   結語

專家直覺來自“鑒往”，又稱“考古”。也就是來自歸納思維的抽象，抽出共同現(xiàn)象：共相。然后，把共相套用于眼前的殊相上，就不一定100% 正確。更何況眼前事物只出現(xiàn)一些征兆( 非全貌) 而已，AI 不僅僅拿眼前的大量數(shù)據(jù)來處理，而依公式計算出結論而已；而是先去探索過往的歷史資料( 如古代讀書人勤讀古書經(jīng)史)，而獲得共相( 道)，謂之：知道。在AI 方面謂之：訓練(Training)。

大家常說：學以致用。學而知“道”，然后巧妙地應“用”于眼前或未來的新事物上。AI 的訓練就是讓AI“知道”；而AI 的預測就是道之用。這是AI 的預測的本質(zhì)。

參考文獻：

[1] DUGGAN W.直覺(The Art of What Works)[M].李芳齡,譯.北京:中國財政經(jīng)濟出版社,2005.

（本文來源于《電子產(chǎn)品世界》雜志2021年1月期）