第20章 人工智能（下）（1/2）

宁静的雨夜里，路灯昏暗，小区的道路上空无一人。

一阵“咔！咔！咔！”的沉重脚步声由远及近而来，小花头戴小头盔，脚踩轮滑鞋，双臂左右晃动，臀部后蹲，摇摇晃晃地艰难前行。

突然，前方地面出现了一条微凸的减速条，她停顿下来，一脚慢慢跨过减速条，另一脚却无法控制地顺着减速条的方向滑行，还好她机灵地将右脚往上一翘，刹住了前行的脚步。

总算停下来了，她擦了擦脸上的汗，长长地舒了一口气。

妈妈不紧不慢地跟在小花后面，走上前来，示意她继续前行。

小花左一脚、右一脚地滑了起来，却把握不住平衡，打了个趔趄，向前趴了下去。

妈妈赶紧走上前来，将小花拉起，安慰了她几句，提醒她注意安全，比划了个下蹲的姿势，然后松开手，示意小花继续前行。

小花一点也不娇气，深吸了口气，又保持着一开始的姿势，双臂前伸，臀部后蹲，一点点向前走去。

“咔！咔！咔！”的脚步声再次在夜空中回荡。

---------

小花回到家，一个箭步冲到电视前，对小灵说：“小灵，小灵，刚才下雨了。”

小灵指着她湿漉漉的衣服，问：“既然下雨了，你怎么不早点回来？”

“雨很小，没事的。”

妈妈帮小花换了件衣服，它们又继续坐在电视旁等待小灵授课。

“下面，我来介绍人工智能的另外一个流派，基于学习的人工智能。首先，你能告诉我学习是什么吗？”

小花赶紧凑到妈妈耳边说悄悄话，妈妈无奈地点点头，拿出手机点几下，交给小花。小花一脸得意地念道：“学习，是指通过阅读、听讲、理解、思考、研究、实践等途径获得知识的过程。”

小灵敲敲小花的手机，示意她收起手机，认真听讲。

“没错，学习是获取知识的过程。那么人类怎么获取知识呢？举个例子，小花要喝水，妈妈也要喝水，那么得出结论人类都要喝水。人们使用这种从特殊到一般的思考方式，才能归纳总结出知识，这就是归纳法。下面，请小花举个归纳法的例子吧！”

小花挠挠头，试探着回答：“我要吃饭，妈妈要吃饭，所以，人类都要吃饭！”

“完全正确！那么这次反过来思考一下，人类都要吃饭，小花是人类，所以小花要吃饭。这种从一般到特殊的思考方式，能推理出很多有用的信息，这就是演绎法。小花，你还能举例么？”

小花疑惑地问：“一般和特殊到底是什么？”

妈妈回答：“这个我知道，小花、妈妈、爸爸三个人分别是特殊的、不同的人，但我们三个人都是人类，那么人类就是一般的、普遍的。”

小花看着电视上人类喝水的例子，恍然大悟，“我明白了，从一般到特殊，我想到了！机器人都要充电，小灵是机器人，所以小灵要充电。”

“太棒了！完全正确！”

小灵伸出小手和小花的小手拍了一下。

“现在你明白了归纳法和演绎法，也得让计算机明白这两种方法。下面这个图形就是机器学习的模型，主要分为两个层面，一是数据层面，二是模型层面。

首先，机器通过大量数据学习，得到一个模型，这很明显是一个归纳过程；然后通过这个模型来做出推理，得出特定结果。所以这个学习过程是先归纳再演绎的过程。小花，这次你还能举出例子么？”

小花看着这个图，整个人懵了。

妈妈若有所思地回答：“小花需要吃饭，妈妈需要吃饭，所以人类需要吃饭。这是左边的归纳法。演绎法则是，人类要吃饭，爸爸是人类，所以爸爸要吃饭。”

这时，小花从沙发上弹起来，大声嚷道：“对，对，妈妈说的就是我想说的！”

“没错。妈妈和小花都很棒啊！但是这个方法也有缺陷！”

---------

“什么缺陷？”

“妈妈举的例子中，妈妈和小花都是样本，每个样本都包含很多维度，例如：性别、年龄、职业等等，机器要穷举所有维度，才能保证模型的准确性。可是，现实世界太复杂，可能性太多，在这种思路下，机器需要输入的知识呈指数级增长，如果这样学下去就会维度爆炸。所以，穷举这种办法就像一个小朋友不会十进制加法运算，只会用指头算加法，实在太笨了。”

小花赞同地点点头，“是啊，用指头算加法要算到什么时候啊，这个方法只有幼儿园小朋友才会用。”

“没错，而且，学习应该是一种举一反三的能力，不能这样一根筋。”

“那怎么办呢？”

“既然穷举规则的这条道路走不通，我们无法制定所有的规则来让机器完成深度学习、解决实际问题，那么我们就换一条思路，让机器通过大量的数据训练出模型参数，数据量越大，模型就越精确，适用性就越强。

这种