最近，Google Cloud官方账号在Youtube上发布了名为“AI Adventures（AI探秘） ”的系列视频，介绍了机器学习的概念、学习方法和一些工具集，针对希望了解和学习人工智能开发知识的开发者提供了一个入门的指导和开始实际动手练习的框架。视频主讲是Google纽约办公室的布道师Yufeng Guo，一位年轻有为的华裔小伙子。直接去Youtube上看有些不便，我就将原声导出，进行了中文翻译，制作成了音频节目，包含了英文原声和中文解说，发布在我的播客 "码农王先生"中。需要的同学，可以在 喜马拉雅FM ，iTunes ，或者泛用性播客客户端中搜索中文 "码农王先生"，就可以订阅收听了。微信公众号也是中文的"码农王先生"。

这个小伙子的讲述逻辑很清晰，语音也很纯正。大家上班路上或者空闲时间，听一下播客音频 ，除了机器学习之外，对英语学习，也很有好处。

AI Adventures #1  What is Machine Learning? - 什么是机器学习？

(中文音频在此（可直接收听） | Youtube视频地址 在此（需科学上网））

我们生活的世界里到处都是数据，各种各样的数据，照片，音乐，文字，表格，视频，林林种种，而且越来越多，越来越大。机器学习提供从这些数据中挖掘出意义的方法。Arthur C. Clarke （亚瑟·查理斯·克拉克，著名科幻小说作家，2010太空漫游，与拉玛相会作者）著名的“卡拉克三定律”中最后一条说，“足够先进的科技无异于魔法” （其他两条定律是 “如果一个年高德劭的杰出科学家说，某件事情是可能的，那他几乎就是正确的；但如果他说，某件事情是不可能的，那他很可能是错误的”，和“要发现某件事情是否可能的界限，唯一的途径是跨越这个界限，从可能跑到不可能中去；”）。机器学习当然不是魔法，但它像魔法一样，可以从数据中找到答案。

下面我们就来了解机器学习中的工具、科学、甚至艺术。

机器学习的价值只是刚刚表现出来。当今世界在源源不断的产生大量的数据。不光是我们人类的活动在产生数据，计算机，智能手机，和所有的设备，都在不停地产生数据，并且越来越多。在过去，我们使用数据模型来进行人工的分析和处理。而且，数据的爆炸让人工处理越来越困难，我们开始设法让系统能个自己学习数据，分析数据，特别是，分析数据的变化规律，来分析处理更多领域中的问题。

今天，我们周围已经有了很多使用机器学习的实际产品。比如说，手机拍照时可以自动标记出人脸的部分，或者视频网站会自动推荐你可能喜欢的视频，这些都是由机器学习的方式实现的。还有个很大的例子，就是Google搜索引擎。每次你在Google上做一个简单的搜索，后台实际上会运行非常多的机器学习算法，去理解你输入的搜索词，去根据你个人兴趣调整搜索结果。比如说，Google会分析你是个程序员，还是个咖啡师，来决定当你搜索“Java”时，优先给你看Java这个编程语言，还是Java这种咖啡豆。

机器学习的研究范围越来越广泛，像图像识别，防欺诈，推荐系统，自动语音和文字系统等等。这些能力又可以应用到非常广泛的领域去，例如糖尿病引起的视网膜病变诊断，皮肤癌检查，或者自动驾驶和自动泊车。

不久之前，如果哪家公司宣传他们的产品使用了机器学习，我们还会把它当做一个噱头。而现在，每个公司都在设法将让机器学习应用到他们的产品中。也许，就像每个公司都得有个网站，每个公司都得有个手机App，很快，每个公司都得用机器学习让他们的产品定制化、更聪明，还能自动纠错。我们可以利用机器学习，让事情做得更好，更快，更容易，甚至可以借助它完成我们现在做不到的事。而幸运的是，使用机器学习其实不是很困难的事情。工具已经足够好了，你需要的就是数据集，一些开发工作，和开始实践的意愿。

用简短的话来说，我将机器学习概况为七个字：用数据回答问题。这不是一个严谨的学术定义，但对于我们开发者来说，这是我们学习使用机器学习的一个主要目的。实际上，我们可以再将这七个字分成两件事：使用数据，回答问题。这就是机器学习最重要的两个部分：使用数据指的是用数据进行训练，回答问题指的是进行推理和预测。

训练就是使用数据来创建和调整预测模型。这个模型用来处理新的数据，而得到预测结果。处理的数据越多，预测就能越准确，也能产生新的预测模型。这整个过程中，最重要的就是数据了。所有的处理都与数据有关，数据提供了机器学习的原料，机器学习挖掘出数据的涵义。

以上只是机器学习的简介。机器学习是一个非常宽广的领域，有一系列的技术。在下一集“机器学习的7个步骤”中，我们会更详细介绍怎样使用数据集，怎样定义问题，有哪些工具，和使用机器学习的具体步骤等等。