吴恩达《给所有人的AI入门课》超细致官方教程解读( 第二集 机器学习到底在学什么?)

很多人第一次听到 机器学习（Machine Learning，让机器从数据里学规律），会觉得这个词有点吓人。

机器怎么会“学习”？

它会不会像人一样看书、思考、突然开窍？

不用把它想得这么复杂。

上一篇，我们讲了吴恩达为什么认为普通人也应该学 AI。

这一篇继续讲课程里的第一个核心概念：机器学习（Machine Learning） 到底是什么？

吴恩达指出，今天人工智能的快速发展，很大程度上由机器学习推动。

但这个词没有听起来那么神秘。

吴恩达给了一个很适合小白的理解方式：机器学习最常见的工作，就是学习从输入 A 到输出 B 的对应关系。

理解这一点，你就能看懂垃圾邮件过滤、语音转文字、翻译软件，甚至工厂里的自动质检，大概是怎么回事。

AI（Artificial Intelligence，人工智能） 这个词很大，里面有很多不同方法。

吴恩达指出，现在最常见的一类机器学习，就是让 AI 学习从输入到输出的映射关系。

你可以先把它理解成：

比如：

再比如：

机器一开始并不知道答案。

但你给它看足够多的“题目和答案”，它就会慢慢学到：什么样的输入，通常对应什么样的输出。

这听起来很朴素。

但很多 AI 产品，底层就是这个逻辑。

吴恩达指出，这类学习输入到输出映射的方法，叫 监督学习（Supervised Learning，用已有答案的样本训练系统）。

“监督”这个词容易让人误会，以为有个人在旁边盯着机器。

其实不是。

它指的是：训练资料里已经带着答案。

比如，你给系统很多封邮件，并提前标好“垃圾邮件”或“正常邮件”。系统就会从这些样本里找规律。

等它遇到一封新邮件时，再按学到的规律判断。

这和学生刷带答案的练习题有点像。

题目是输入，答案是输出。题目看得越多，答案分布得越清楚，后面碰到新题才更有机会做对。

垃圾邮件过滤（Spam Filtering，自动判断邮件是否为垃圾信息） 的输入是一封邮件，输出是“垃圾”还是“正常”。

它不需要像人一样完整理解邮件背后的意图。

它要做的是判断：这封新邮件和过去被标记为垃圾邮件的内容，有没有相似的特征。

语音识别（Speech Recognition，把语音转换成文字） 的输入是一段音频，输出是一段文字。

你对着手机说话，会议软件把录音转成字幕，做的都是类似的事。

它看过大量“音频 + 对应文字”的例子后，才有能力猜出一段新录音里说了什么。

机器翻译（Machine Translation，把一种语言转换成另一种语言） 的输入是英文，输出可以是中文、西班牙语或其他语言。

它学习的是大量双语文本中的对应关系。

所以它不是拿着一本词典逐词替换，而是在已有译文里学习：一句话放在这个上下文里，通常怎么翻更合适。

吴恩达还提到，在线广告可能是监督学习里最赚钱的应用之一。

平台会把广告信息和用户信息交给系统，预测你会不会点击。

然后，它会优先展示更可能被点开的广告。

这件事不算浪漫，但确实能直接影响广告收入。

自动驾驶汽车要先知道周围有什么。

它会接收摄像头图像，以及雷达等 传感器（Sensor，收集周围环境信息的设备） 数据，再判断其他车辆在哪里。后续系统再根据这些判断决定要不要减速或避让。

吴恩达还用自己参与过的制造业项目举了一个很直观的例子。

把刚下生产线的手机拍下来，让系统判断：屏幕有没有划痕，外壳有没有瑕疵。

这类应用叫 视觉检测（Visual Inspection，用图像判断产品是否有缺陷）。

你可以把它想成一个不需要休息的质检员。

它做的不是“欣赏图片”，而是在重复判断：这张图里的产品，合不合格。

吴恩达指出，监督学习不是刚出现的概念，它已经有几十年历史。

它最近突然变强，主要因为两个条件成熟了：更多数据，以及更强的计算能力。

先说练习题。

这里的 数据（Data，可供机器学习使用的文字、图片、音频和记录），就是机器的练习材料。

互联网普及后，很多过去不会留下记录的事情，都被数字化保存下来了。邮件、图片、语音、点击记录，慢慢都能变成可用的数据。

再说计算能力。

吴恩达指出，现在的 AI 常会用到 神经网络（Neural Network，一类能从数据中学习模式的计算模型）。

你不用急着弄懂它的数学细节。先记住：神经网络在数据更多、规模更大时，往往能学到更复杂的规律。

把神经网络做得更大、层数更多，再用大量数据训练，通常就叫 深度学习（Deep Learning，使用多层神经网络学习复杂模式）。

以前想训练这类模型，计算资源常常不够。

现在计算机更快，GPU（Graphics Processing Unit，图形处理器，也常用来加速 AI 训练） 这类硬件也更常见，训练大型神经网络才慢慢变得可行。

吴恩达在课程里画了一张图，用来解释监督学习为什么会在近年快速发展。

横轴是数据量，越往右，训练资料越多。纵轴是系统表现，越往上，判断越准确。

传统 AI 系统在数据变多时也会进步，但到达某个点后，效果会越来越不明显。

更大的神经网络不一样。吴恩达指出，它通常能继续利用更多数据，所以在语音识别、在线广告和自动驾驶这类任务上，效果提升得更明显。

吴恩达指出，如果想让系统达到更好的性能，通常需要两个要素：大量数据，以及训练大型神经网络的能力。

少了任何一边，效果都可能受限。

就像你让一个学生刷题：题太少，他练不出来；题很多，但他处理不了更难的规律，进步也会卡住。

听到一个 AI 项目时，先别急着讨论该用什么工具。

先把问题问具体：

比如，工厂想做缺陷检测，输入是产品图片，输出是“合格”还是“不合格”，训练数据则是过去已经人工确认过的产品图片和结果。

这三个问题能说清楚，才适合继续讨论神经网络、计算资源和工具。

按照吴恩达在这节课里的思路，机器学习不是魔法。

它更像一种很实用的办法：在输入清楚、结果明确、数据足够的任务里，让机器学会稳定地做判断。

下一篇，我们继续讲 数据（Data，训练 AI 的原始材料）：企业手里哪些资料能拿来训练，哪些看着很多却未必有用。