人工智能入门其实并不难，通过交流学习，相信你会事半功倍。专栏《100节课带你从小白入门人工智能》集结了多年的教学经验，内容丰富全面，堪称“人工智能的百科全书”。该专栏涵盖了人工智能的发展历程、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习、神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈以及人工智能的历史与未来等多个主题。即便是对人工智能一无所知的新手也能轻松入门。

小复习

在上一章节中，我们探讨了机器学习的入门知识，介绍了机器学习的五大范例。如果想回顾上一节的内容，可以点击链接查看。

10.2 机器学习系统中反馈的作用

假设有一个智能体，它希望能够达到大联盟级别的棒球水平。要达到这样的水平，通常需要15年的训练时间。尽管棒球规则相对简单，但学习过程却非常漫长：“投球、接球、击球。”

在训练初期，智能体需要掌握许多可能的情况：

• 我们的队伍是否领先？
• 如果我在防守位置，并且球向我飞来，那么我需要判断跑垒者是否速度很快？如果是，我必须尽快传球。
• 对方的投手是否投出了一个难以击中的旋转球？如果是，我可能需要假装生病。

这些反馈对于智能体的学习过程至关重要。在机器学习中，有三种主要的反馈机制：监督学习、无监督学习和强化学习。

监督学习

监督学习是一种直接且简单的方法，智能体在执行某些动作后能立即获得反馈。例如，当敏捷的跑垒者将球滚向一侧时，如果智能体未能迅速传球到一垒，几分钟内就会收到提醒，让他加快速度。第11章介绍了如何利用监督学习让神经网络学会布尔函数。在此过程中，我们向网络提供了正确输入的列表。

无监督学习

在无监督学习中，训练期间并没有具体的反馈机制。然而，如果智能体希望学习，它仍然需要收到某种形式的反馈。例如，如果智能体在防守中表现出色，比如两次扑接并截获了一个全垒打，虽然最终没能得分，但队友们会表扬他。这使他意识到好的防守同样值得称赞。

强化学习

强化学习中没有教师提供正确答案，甚至智能体也不能提前知道其行为的结果。为了增加难度，假设即使智能体知道行为的结果，也无法确定结果的具体影响。因此，智能体需要通过试错法进行学习。由于奖励被延迟，智能体很难确定哪些行为是好的。例如，试图用中指平衡未打开的雨伞，需要在x-y平面上进行细微调整才能保持平衡，如图10.2所示。

图10.2 平衡未打开的雨伞，需要在x-y平面上进行细微调整

如果雨伞向左倾斜，你需要向左大幅度移动，但很快会发现这是矫枉过正。回到棒球智能体的例子，假设他是一名投手，当对方打出一个全垒打时，他会倾向于将球投向对方的击球手。当对方投手以大约145公里/小时的速度投出一个快速球时，他可能会在几局之后感受到膝盖的疼痛。在这里，我们主要讨论监督学习。巴拉德的著作中有更多关于无监督学习和强化学习的详细讨论。

通过监督学习，我们可以观察到一系列有序对：

我们称这一系列有序对为训练集。其中，

是输入的n维向量，而

是该函数在

处的值，也就是学习到的值。函数f将每个输入向量映射到正确的响应。一般来说，在m维空间中，

每个分量

（k = 1,..., m）都来自一个事先定义的集合，如整数集或实数集等（输入集和输出集可以不同）。

获取专栏答案的方式

请关注我，私信获取更多内容。

如果你想获得更多IT学习资源，请关注异步社区头条号。