AI算法实现与云平台应用 _机器学习

陈迪豪，第四范式先知平台架构师。个人兴趣广泛，在开源社区比较活跃，维护了1600+ star的容器Web管理平台。大二加入了小米做移动端开发，然后有幸学习到后端基础架构技术，参与了HBase、等社区开发，并且开源了依赖的全局严格递增服务，对分布式存储有一定了解。后来加入云服务创业公司，负责存储、容器、大数据业务，参与了、、Ceph等开源项目，在上分享了多后端存储相关的技术，期间也获得了AWS认证。目前从事云深度学习方向，负责深度学习平台的架构和实现，对容器调度系统和深度学习框架有一定了解。
我是第四范式的架构师陈迪豪，我们从14年就开始做机器学习，现在机器学习特别火，让我们也感到很困惑，因为大家把跟计算机有关的都说成是智能，或者是AI 。根据我的经验，标题里有AI的分享，10个可能超过8个都有点忽悠人。但是昨天于老师的“小诗机”和洪强宁教授的都讲得特别好，根据8/10原则我是有点压力的。今天给大家介绍一下AI相关算法实现，希望大家理解它的实现，对真正的人工智能或者机器学习有一些新的理解。
我是ECUG的新人，首先自我介绍一下。我在13到14年参与了HBase和的开发，之后去做，也是社区的贡献者，大家看得出来我前两年做的是。我最近在做和机器学习相关的东西。我也是一个开源项目的作者，现在在第四范式做先知平台的架构师。今天的议题有三个：
人工智能与机器学习介绍
图 1 这些是人工智能吗
机械自动化。昨天洪教授讲到了第一工业革命就是蒸汽机，第二次是流水线。其实很早以前我们就有机械自动化，我们就用电控制舵机做一些重复的操作。但是最近我们看到了更多是把机械自动化描述成人工智能工厂。然而很多工厂只是用到了机械，但是却被描述成智能工厂。
字符串生成。前一阵子还发生一个笑话，他们生成字符串的应用有个bug，导致生成乱码，却被媒体宣称为机器人自己发明的一种语言，它们在交流。其实并不是，在那种模型里面他们用机器学习生成字符串，但生成字符串并不需要人工智能，还有很多别的方法。
验证码识别。还有比较可笑的验证码识别，这也是很多年前的技术了，但被某电视台的新闻栏目，宣称他们抓获了全球第一例人工智能黑客技术犯罪，其实是有人提供验证码自动识别的服务而已。
作为我们行业内的人来看，这些都不是人工智能，只是满足PR或者行业投资的需求，从技术实现的角度，这些绝大部分都不是人工智能。
图1的右边是我生成的一个Numpy数组，可以用表示一个的模型。有人以为会自己跟自己下棋，并且自学了围棋的规则，甚至开玩笑说自己悄悄地用网络对战平台和别人下棋。但从专业的角度来看，只是这样一个多维数组，里面有很多浮点数代表了模型的权重。如果把打印出来，它就是一个数组，它的输入就是一个表示棋盘的，输出是下子的概率和赢棋的概率。而且围棋的规则是程序员编码硬实现的，包括怎么判断游戏的输赢。这些都是目前人工智能或者说机器学习不可能解决的。
图2 机器学习定义
我们来看一下人智能它比较经典的定义，这是一本机器学习教材，作者被公认是机器学习之父。它对机器学习的定义：一个计算机程序，它在某一个task里面，根据以前的经验，可以通过计算来提高。总结一下就是：在一定的场景里面，我们定义一个指标，如果我们有标记好的数据，也就是样本，然后通过计算得到一个模型。模型的输入是样本，输出是预测的概率。所谓的机器学习就是一个计算的过程，无论是训练还是预测。