以机器学习为基础的人工智能

文/黄亚强

人工智能技术可以追溯到二十世纪中期，在很大程度上影响着社会及经济的发展。人工智能这一科学，所涉及的学科领域非常广泛，主要包括计算机科学、信息科学、数学科学、工程技术与哲学心理学等知识体系，其研究的核心问题主要将一定的学习、交流、输人及输出能力赋予机器，进而使得机器能够像人类一样具备认识世界及独立思考的能力，换句话来说，人工智能使得机器更加“聪明”，这同样是使得计算机具备智能属性的一种基本方式。

1 机器学习

1.1 机器学习的概念

其实机器学习就是研究如何借助识别能力的提升与知识的充实，使得机器获得新知识及新技能的能力得到有效强化。就比如一个人，无论其他才华如何，要是没有掌握正确的学习方法或是没有学习的兴趣，那么其能力就会在同一水平上停留，创造不出新的东西。换句话来说，人一定要不断的学习，进而获得创新的能力。机器和人是相似的，如果机器能够拥有学习的能力，那么就能够使得自身的技能得到强化。机器学习在人工智能中是非常活跃的研究领域，旨在强化机器获取外界知识的能力，构建完善的学习理论体系，进而使得创新性的发明，能够运用到各行各业中。

1.2 机器学习的研究目标

目标一：对人类学习的过程进行有效模拟，构建学习认识模型，这就和认知科学的发展有极大的关系。

目标二：促进机器学习理论的研究，不断探究适合机器学习的方式，并且研究机器学习的特性，运用对比的方式，发现机器学习及人类学习之间的相同点及差异，进而暴露其内在联系及差异。

目标三：这个目标是和机器学习实际运用的研究有关，针对学习系统及知识获取渠道进行深入分析，在机器人系统领域及专家系统的基础上形成机器获取知识的科学系统，并且不断积累经验、优化自身知识库，使得运用知识的技能得到有效强化，有效强化机器的智能水平，使得机器的智能水平能够达到人类的水平。

1.3 机器学习的方法

机器学习方法主要包括两种类型：模仿人类的学习方法、自身的学习方法，在实际运用过程中，经过有机结合这两种方式。机器的学习不但应该利用人类学习的优秀科研成果，还应该基于自身特点，不断将自身特点扩大（速度快、可复制性好、存储大等），进而创造出适合机器学习的科学方法。如今，机器学习的重要系统包括：

1.3.1 演绎学习系统

这种系统在特殊推理中的运用频率较高，借助构建公理系统及推理定理法则，分析以往的经验，就能够得出相应的结论。

1.3.2 归纳学习系统

在特殊到一般的推理中运用频率较高，在系统中，归纳包括完全归纳、不完全归纳，也能够细分成因果关系归纳及简单枚举归纳。而因果关系归纳系指基于实物的因果关系，归纳所有对象的共性，也因此被称作科学归纳。

1.3.3 类比学习系统

这种系统也被称为模仿系统，系指由特殊到特殊的一种推理。将特定例子当成参照，寻求类比关系，之后就把该种关系和新事物有机联系，就能够进行创造性的推理与学习。

2 基于机器学习的人工智能研究

2.1 环境适应性机器学习研究

机器和人类之间最大的差异就是在适应环境的方面，而机器适应环境的相关研究目前也是人工智能技术研究的热点之一，环境的优劣会在很大程度行影响机器学习的质量，而机器内部体系的原则通常是借助环境适应性的原则所形成的。但是，外界环境一般具备较强的复杂性，学习过程中一定需要大量的数据作为支撑，并且会添加过多冗余的环节，如此就会使得机器学习过程过于繁琐，进而对整个系统的建设及发展形成严重的负面影响。

2.2 机器知识库的扩展延伸

机器知识库的设置会在很大程度上影响机器学习的建设及长远发展，因此机器知识库一定要种类、表现形式丰富，基本的特征向量、规则化语言与网络化关联等一定要具备。在设计机器知识库的过程中，应该有效延伸知识库，进而强化机器学习能力，当然，要做到这一点，可以从下面三个角度着手：

（1）逻辑简单、表意明了的机器表达形式；

（2）推理过程简单明了，可以有效减小机器计算成本；

（3）应该有效扩展并且延伸知识，机器系统的学习不但应该有效掌握基础知识，还应该做到知识的表达方式，并且不断提升表达效率，必要的时候应该联用多种表达模式来表达一个知识。

2.3 机器学习反馈评价体系

人工智能技术中的机器学习，应该构建完善的反馈及评价系统，基于机器学习反馈评价系统来说，其反馈内容主要包括下面三点：

（1）基于简单、根本的规则完成基础反馈评估；

（2）完成复杂评价反馈系统的构建；

（3）完成小型的策略分析评价系统的构建，并且基于实际任务情况，构建科学的机器学习反馈评价系统。

并基于此，有效强化学习反馈评价制度的透明度，而在执行的过程中，应该运用简单明了的方式表达结果，科学地评估已有的知识库，运用元级表述的形式完成反馈评估，进而有效促进人工智能中机器学习的建设及长远发展，不断扩充机器学习的范畴，并且有效强化机器学习的执行能力。

3 结语

在如今的人工智能活动中有三个重要的功能，分别是推理、学习及联想。而推理及联想的功能应该借助学习功能的优化来强化。机器学习在人工智能研究中具备非常重要的实际价值及意义，并且为人工智能理论的建设及发展奠定了坚实的基础，随着机器学习的相关研究不断深入，才能够充分体现出人工智能接口的人机系统的价值及意义。鉴于此，一定要不断强化机器学习的研究，进而创造出科学、高效的学习系统，有效推动人工智能技术的发展进程。

参考文献

[1]舒跃育,刘红梅.西北师范大学心理学院-深度学习推进人工智能变革[J].中国社会科学报,2018.

[2]刘凯,胡祥恩,王培.机器也需教育?论通用人工智能与教育学的革新[J].开放教育研究,2018(01):10-15.

[3]勘探开发如何与人工智能“结缘”?[J].油气地球物理,2018(01):14.