为什么你打算去YouTube看5分钟视频，却看了3小时？为什么你想过些天再买的东西，突然出现在网页广告中，而你一冲动就提前买了？

诸如此类的现象你想过原因吗？你的电脑怎么知道你一直想要什么？

它绝不仅仅是一个电脑，它是机器人，算法机器人，是它一直在关注着你。每时每刻！

是的，事实就是这样。那么问题来了，这些机器人是怎么造出来的？里面的软件又是如何发挥作用的？

距离人们手写算法，营造“真人工智能”假象的日子还没过去太久。简单而冗长的代码，思路大体是这样的：这样做，将会怎样；或者这样做，就会保证机器在一段时间内工作顺畅，并在许多日常活动中发挥效果。然而, 随着越来越多的人在互联网上创建更多更大的数据集, 这种方法就行不通了。因为有些问题太大了,人根本写不完整。

一起来看个例子，两张照片，一张是狗，另一张是数字5。作为人，你知道这俩是什么，但机器是怎么知道的呢？

我们必须创建一个复杂的算法，让它逐个像素地抓取，并找到与已知狗的图像相匹配的像素，给出猜测。人类的大脑有复杂的神经元连线，每秒都在学习。同样, 我们也要创建出具有模式识别功能的复杂的机器人, 随着时间的推移，不断学习。

他们是如何学习的？

工程师们创建一个具有简单大脑的教师机器人、一个调教机器人，以及一堆学生机器人。调教机器人掌握着学生机器人的生死大权，根据他们的测试成绩，对他们进行保留或丢弃。

教师机器人自己不能区分狗和数字5，但它可以测试出学生机器人是否能识别。现在你知道为什么自动化测试如此重要了吧。

我们给教师机器人一堆狗和数字5的照片，并给出答案的关键提示。在此基础上，教师机器人测试学生机器人，并记录他们的成绩。根据测试成绩，调教机器人调整学生机器人的算法机制，不断排列组合，保证教师机器人持续在不同的学生机器人身上测试，有时调教机器人也能随机看到学生的对错。

教师机器人不断测试，根据学生排名，调教机器人保留算法最好的学生，丢弃其他的。

测试、构建、再测试，不断循环重复，比较学生成绩并进行评估，直到学生考到99.9分（达到99.9％的精确度）时，循环停止，保留最好的算法排列。

测试、构建、再测试的自动化循环重复了多少次?嗯，它重复了很多次，直到有了最好成绩。最好的机器人是区分狗和数字5的最佳算法。

还有问题吗？

现在我们已经找到了最好的算法来区分狗和数字5，还会有什么问题呢？如果我们给机器人一个狗的视频，把图像颠倒过来，或者写一个“S”而不是5，那么机器人还能解决这个问题吗？答案是不能。

该如何解决？

为了解决这个问题，工程师必须创造更多的自动化测试案例，为学生机器人提供更多的问题，甚至包括错误的，为最坏的情况做好准备。使用长期、复杂的测试，确保训练出更好的机器人。

我们需要的不是一个机器人，解决十几二十几个问题，而是数百万的机器人，解决数以万计的问题，那么测试、构建、再测试的周期如何重复呢？在这种情况下，你必须自动化所有过程，并继续进行相同的测试。

当终极机器人建立起来时，它是唯一一个幸存的机器人，只因为它的算法比其他机器人好0.01％。学生机器人建立的算法不被教师机器人知道，也不被工程师知道，甚至它自己都不知道！它只是一个作品而已！

机器人是如何思考或工作的，它的想法没人知道。

回到开头说的YouTube的例子。现在容易理解了。学生机器人的任务是保证用户观看视频，并记录用户的观看时间，能“诱惑”用户看得最久的学生机器人得分最高。教师机器人评估所有的学生机器人，学生机器人不断向用户提供建议，作推荐，以保证用户高度参与。

可以看到，教师机器人只是测试学生机器人，让学生机器人不断学习。所以，一言以蔽之：机器学习是不断测试，不断被调教的过程。

—完—

亲爱的朋友：

读完这篇文章，你知道为什么YouTube让人欲罢不能了吧？同理，你能列举出多少类似的应用？（明明只想使用5分钟，最终却用了50分钟甚至更长时间。）

祝安！

                                    智能观  一米

2018-2-4 于北京中关村

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请在对话界面点击“找找看”，去获取你想要的内容吧。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。