将数据转化为模型
学习目标
完成本单元后，您将能够：
- 解释手工编码算法和训练模型之间的差异。
- 定义机器学习及其与 AI 的关系。
- 区分结构化数据和非结构化数据，及其对训练的影响。
Trailcast
如果您想收听本模块的录音，请使用以下播放器。听完这段录音后，记得返回每个单元，查看资源，然后完成相关评估。
魔术背后的秘密
AI 似乎具备很神奇的能力。就像魔术一样，人们自然想窥视一眼窗帘的后面，以了解这一切是如何完成的。您会发现，计算机科学家和研究人员正在应用大量的数据、数学函数和处理能力而非镜子和错误引导。了解 AI 实际的工作方式将帮助您充分利用它的潜力，同时避开因其局限性而产生的陷阱。
从编写到训练的转变
几十年来，程序员编写代码作为输入，然后根据一组规则进行处理并返回输出。例如，下文说明了如何计算一组数字的平均值。
- 输入：5、8、2、9
- 处理：将值 [5+8+2+9] 相加，然后除以输入数量 [4]
- 输出：6
这个将输入转换为输出的一套简单规则就是一种算法的一个示例。已经编写出了一些算法来执行某些相当复杂的任务。但有些任务涉及太多的规则（和例外情况），无法用手工编写的一种算法来捕获所有规则。游泳就是一个很好的相关例子，很难用一套规则进行概括。您可能在跳入游泳池之前听取一些建议，但只有您设法把头露出水面时，才能真正明白什么方法是奏效的。有些东西是从经验中才能学到的。
如果我们用同样的方法训练计算机会如何呢？不是说把它扔进游泳池，而是让它弄清楚如何才能成功地完成任务？但就像学习游泳和学习说外语之间有很大的不同一样，训练的种类取决于任务类型。让我们来看看训练 AI 的一些方法。
所需经验
设想一下，每次您去商店买牛奶时，您都会在电子表格中跟踪整个行程的细节。这种行为有点奇怪，但继续做吧。您设置了以下列。
- 是周末吗？
- 一天中的某个具体时间点
- 下雨了吗？
- 到商店的距离
- 整个行程耗费的总时间（分钟数）
去了几次之后，您开始感觉到各种情形如何影响整个行程所需的时间。比如，下雨会使开车时间延长，但也意味着店里的人流量会减少。您在脑中在输入（周末 [W]、时间 [T]、降雨 [R]、距离 [D]）和输出（分钟 [M]）之间建立联系。
但是，我们如何让计算机注意到数据中的趋势，以便它也能进行预估呢？猜测和检验是其中一种方法。以下是您的做法。
步骤 1：给所有输入分配一个“权重”。这个数字表示输入对输出产生多大的影响。可以从赋予所有输入相同的权重开始。
步骤 2：根据现有的数据（以及一些我们不会在这里讨论的更为巧妙的数学函数）分配权重，以预估买牛奶需要的分钟数。我们可以将估算值与历史数据进行比较。差异会很大，但没关系。
步骤 3：让计算机为每个输入分配一个新的权重，使一些输入的重要性高过其他一些。例如，一天中的某个具体时间点可能比是否下雨更为重要。
步骤 4：重新运行计算，检查重新分配的权重是否会产生更好的估算值。如果确实如此，这表示新分配的权重更为适合，并且得到的估算值更接近正确值。
步骤 5：重复第三步和第四步，让计算机调整权重，直到得出的估算值无法再优化。
此时，计算机已经确定了每个输入的权重。如果您将权重视为可表示输入与输出之间关联性的强弱，则可以制作一个使用线条粗细来表示关联性强弱的图表。
在这个例子中，一天中的某个具体时间点看起来有着最强的关联性，但是否下雨显然影响不大。
这种猜测和检验过程创建了一个关于买牛奶所需时间的模型。可以说，就像一艘模型船一样，我们要把它放入水池中看看它能否漂浮起来。这意味着要在现实世界中进行测试。因此，对于接下来几次买牛奶的行程，在出发之前，用模型估算一下需要多长时间。如果连续几次估算出的时间都是正确的，则您可以信心满满地使用该模型来估算未来每一次的行程。
[在 stability.ai 上使用 DreamStudio 通过 AI 生成的图像，并配有提示：“一个机器人正在工作台上将一艘小型帆船模型的碎片拼装在一起。该图采用 2D 矢量艺术风格绘制。”]
将正确的数据用于正确的工作
这是一个通过训练制作 AI 模型的非常简单的例子，但它涉及到了一些重要的思路。首先，这是机器学习 (ML) 的一个例子，它是一个使用大量数据来训练模型进行预测的过程，并未涉及手工编写算法。
其次，并非所有数据都是相同的。在我们给出的买牛奶这一例子中,电子表格就是我们所说的结构化数据。它组织有序，每一列都带有标签，让您知晓每个单元格的含义。相比之下，非结构化数据可能类似于新闻报道或未标记的图像文件。您所掌握的数据的种类将决定可执行的训练类型。
第三，电子表格中的结构化数据可以让计算机进行监督式学习。之所以称为监督式，是因为我们可以确保每一条输入数据都有一个匹配的预期输出，并且我们能够对其进行验证。相反，非结构化数据用于无监督式学习，即 AI 在不知道具体寻找目标的情况下试图在数据中找到关联性。
让计算机计算出每个输入的单个权重只是众多训练方法中的一种。然而，通常情况下，相互连接的系统比 1 比 1 加权所表现出的更为复杂。值得庆幸的是，在下一单元的学习中，您还能了解到其他训练方法！