近日的ChatGPT很是火爆，让人问起了人类何时将会灭亡。还有什么是计算机做不到的吗？以前的Google应答器就无所不能了！现在，人们已经开发出了很多机器自主作为、自我完善的应用程序了：（1）符合个人喜好的搜索引擎（广告推送），（2）检测欺诈信息的数据挖掘程序, (3) 信息过滤系统，（4）自动驾驶程序，（5）用于人脸识别的数字摄像头，（6）AlphaGo下棋机器人，打遍人类棋手无敌手，（7）医生机器人，（8）教师机器人，等等。
这些都只不过是机器学习的应用程序而已，而机器学习仅仅是人工智能的一个领域。有人把人工智能称为人类的最后发明，机器统治人类只是时间问题。我一直担忧，一个人如果不学习，迟早会沦为机器的奴隶。现在就来看看，机器是怎么学习和思考的吧！还不算太晚。
什么是机器学习？
机器学习(Machine Learning)这个词是IBM的一个雇员，Arthur Samuel，在1959年提出的；他是计算机游戏和人工智能的开拓者之一。机器学习指的是，在人工的反复训练之下，机器能够识别一些有意义的固定模式，并且能够改正错误的格式。最早被制造出来的学习机器叫 ”CyberTron”, 使用打孔的磁带存储，去记录、分析声纳信号、电磁波信号，以及语音格式。
机器学习是人工智能的一部分，专注于设计一些计算机程序/算法，能够自动检测数据中有意义的格式，并且还能随着经验的积累而完善。Tom M. Mitchell如此定义能够学习的算法：它针对特定的任务集T，通过经验E(训练数据集)的模式识别，按照某种优异性度量P，对T中各项任务的认知及操作技能有所改善。也就是说，机器学习中的程序设计是面向任务的。
机器学习程序还必须与人互动。传统的工程设计并不需要反映人类或生物的习性：飞机并不需要理解鸟类；但机器学习的程序必须与其使用者互相沟通，机器所获得的概念和技能必须要为使用者所理解，程序也要模拟人或动物的认知过程。机器学习作为一门科学，还需要从理论上探索新的学习方法、以及各种学习方法的分析比较。
Allan Turing 在他的文章《Computing Machinery and Intelligence》中提出了这么一个问题：机器能够思考吗？有了机器学习的概念，就等于在问：机器能做人类所做吗？答案是肯定的，尽管这会让许多人感到恐惧。有机分子都可以人工合成，会思考的机器自然也可以人工造出。
为什么要搞机器学习？
今天的计算机系统并不能真正地通过例子、类比、过去的任务等去学会如何执行一项任务，也不不会基于过去的错误而改善，更不会通过观察或者模仿而获得新的能力。为了让计算机或者计算机控制的机器人去执行一项任务，必须由一个人先去制定一套完整的、准确无误的算法，再编制成可由机器执行的程序；这是耗时耗力的苦差事。如果能够让机器自行获取知识，就可以减轻手工编程的重负。
即使有了各种程序，机器也不知道何时何情执行何种程序；必须由人事先编制一套择优而行的评估标准。学习样本或者训练数据集其实是随机的，作出的决定也是随机的，这就需要风险评估；概率模型就登堂了。机器学习作为一门科学，还需要探讨各种可能的学习模型，以及模型的相容性（无矛盾性）、完备性(无限收敛性)、紧致性（有限可行性），这是一门科学的必要设制及最终目的。
如何实现系统的自我完善？其实这就是机器的性能提升。对于人来说，就是通过练习，逐步改善操作和认知的技巧；比如，弹琴，书画，驾车等等。获取如何动作的知识是提升技能的第一步，通过反复练习、不断纠正偏差（与预定目标的差距），才是学习的目的。获取知识是有意识的行为，提升技能则是下意识的行为。如果能够通过逻辑推理，突破原定的目标，那就是创造出新的知识了：这也是机器学习的终极目标。
怎样搞机器学习？
要让机器能够学习，首先要搞清什么是学习。动物（尤其是人类）学习的过程通常包括（1）新知识的获取，（2）总结/归纳、纠正偏差，（3）认知、操作技能的提高，（4）通过试验发现新的理论/经验，等。学习的方式/方法有：（1）通过观察和记忆，（2）通过例子或者过往经历（3）他人的指导，（4）书本、词典，（5）网络，（6）通过类比、反思等思维技巧，等等。
知识和技能的表述多种多样，常见的有：（1）代数化的表达式，（2）决策树，（3）形式逻辑表达式，（4）条件-行动规则，（5）框架和计划，（6）图形和网络，（7）随机过程，（8）计算机程序，或其它过程编码，（9）生成算法，（10）分类与回归分析，等等。
目前，机器学习研究的焦点有三个：（1）面向任务的研究，开发各种学习系统及其性能评估，（2）人类学习过程的研究和计算机模拟，（3）独立于应用领域（任务）的算法/学习方法的理论分析。这三个方面是相辅相成的。
机器学习的目标有两个：一是搞清基本概念：什么是学习？机器能够学习吗？怎么知道学习是否成功？怎么量化知识？二是要针对各种任务，提出优良的算法。现在的许多软件如Mathematica、Matlab，都包含了机器学习的一些算法，但其性能未知，也决不是最优的，更不是全部[也不是免费的，软件开发者是有劳动代价的] 。要想有一部完善的、针对所有任务的算法集，还非得一个数理化生机的全才才能办到，这决不是几个专业的专才加在一起就能办到的。
我有了计算一切的方法，有谁能够教教我，把它们都变成可以机器执行的程序吗？我自学过、也教过C语言、汇编语言，可是，程序写起来太费时费力，有不有快一点的高级语言？Python吗？太笨；HMTL吗？没有逻辑。大概需要有人去另创一门语言才行？
