什么是算法

算法就是一系列指令，告訴計(jì)算機(jī)該做什么。計(jì)算機(jī)是由幾十億個微小開關(guān)（稱為晶體管）組成的，而算法能在一秒內(nèi)打開并關(guān)閉這些開關(guān)幾十億次。

最簡單的算法是觸動開關(guān)。一個晶體管的狀態(tài)就是一個比特信息：如果開關(guān)打開，信息就是1；如果開關(guān)關(guān)閉，信息就是0。

第二簡單的算法是：把兩個比特結(jié)合起來。克勞德·香農(nóng)以“信息論之父”而為人所知，他第一個意識到晶體管的活動就是在運(yùn)算，因?yàn)榫w管開了又關(guān)，是對其他晶體管的回應(yīng)。

如果A晶體管只有在B和C晶體管都打開時才打開，那么這時它就是在做小型的邏輯運(yùn)算。如果A晶體管在B和C晶體管其中一個打開時才打開，就是另外一種小型邏輯運(yùn)算。如果A晶體管在B晶體管任何關(guān)閉的時候打開，或者反過來，這又是第三種運(yùn)算。所有算法，無論多復(fù)雜，都能分解為這三種邏輯運(yùn)算：且，或，非。

一種算法不僅是簡單的一套指令，這些指令必須精確且不能模糊，這樣計(jì)算機(jī)才能夠執(zhí)行。我們平時用到的菜譜就不能稱之為算法。

算法是一套嚴(yán)格的標(biāo)準(zhǔn)。人們常說，你沒法真正了解某樣?xùn)|西，直到你能用一種算法來將其表達(dá)出來（理查德·費(fèi)曼曾說，“如果我無法創(chuàng)造某樣?xùn)|西，那么也就無法理解它”）。

設(shè)計(jì)算法這個過程充滿陷阱，什么事都不能想當(dāng)然。如果你的一些構(gòu)建已經(jīng)出錯，就得找其他方法。設(shè)計(jì)算法最重要的一點(diǎn)就是用一種計(jì)算機(jī)能理解的語言來將算法記錄下來，接下來對其進(jìn)行糾錯：找出每個誤差并修正，直到計(jì)算機(jī)能夠運(yùn)行程序。

算法復(fù)雜性的三個層面

空間復(fù)雜性

即為了儲存在計(jì)算機(jī)內(nèi)存中，一個算法所需信息的比特?cái)?shù)量。如果計(jì)算機(jī)無法提供該算法所需的內(nèi)存，那么這個算法就沒用，必須忽略。

時間復(fù)雜性

該算法運(yùn)行多長時間，也就是說，在產(chǎn)生想要的結(jié)果之前，算法利用及重新利用晶體管的步驟有多少。如果算法運(yùn)行時間太久，我們等不了，那么這個算法也沒用。

人類的復(fù)雜性

當(dāng)算法變得很復(fù)雜以致人類大腦已無法理解，當(dāng)算法不同部分的交互過多且過于深入時，誤差就會悄然潛入。我們找不到這些誤差，也就無法糾正它們，算法也就不會做我們想做的事。即便我們讓它運(yùn)行起來，它也會停下來。對使用它的人來說，它沒必要那么復(fù)雜，而且它和其他算法也合作得不好，這為日后埋下隱患。

初步理解機(jī)器學(xué)習(xí)

今天為止，人們能編寫許多計(jì)算機(jī)無法學(xué)習(xí)的程序?？闪钊烁鼮轶@訝的是，計(jì)算機(jī)卻能學(xué)習(xí)人們無法編寫出來的程序。

我們會開車、會辨認(rèn)字跡，但這些技能都是潛意識發(fā)揮出來的，無法向計(jì)算機(jī)解釋這些事情是如何完成的。但是，如果我們把關(guān)于這些事情的足夠多的例子交給學(xué)習(xí)算法，該算法會很樂意弄明白怎樣獨(dú)立完成這些事情，這時我們就可以放手讓算法去做了。

學(xué)習(xí)算法是種子，數(shù)據(jù)是土壤，被掌握的程序是成熟的作物。機(jī)器學(xué)習(xí)專家就像農(nóng)民，播下種子，灌溉，施肥，留意作物的生長狀況，事事親力親為，而不是退居一旁。

一旦我們這樣看待機(jī)器學(xué)習(xí)，隨即也會發(fā)生兩件事。

• 我們掌握的數(shù)據(jù)越多，我們能學(xué)的也越多。沒有數(shù)據(jù)什么也學(xué)不到。有了大數(shù)據(jù)很多東西可以學(xué)習(xí)。這也是機(jī)器學(xué)習(xí)無處不在的原因，因?yàn)橛酗w速增長的數(shù)據(jù)。

• 機(jī)器學(xué)習(xí)是一把劍，利用這把劍可以解決多種復(fù)雜性問題。只要有足夠的數(shù)據(jù)，一段只有幾百行代碼的程序可以輕易生成擁有上百萬行代碼的程序，而且它可以為解決不同問題不停產(chǎn)生不同的程序。這可以顯著降低程序員工作的復(fù)雜度。

學(xué)習(xí)算法的區(qū)別和地位

有些學(xué)習(xí)算法學(xué)習(xí)知識，有的則學(xué)習(xí)技能。例如：“所有人都會死”是知識，騎單車是技能。

在機(jī)器學(xué)習(xí)中，知識往往以統(tǒng)計(jì)模型的形式出現(xiàn)，因?yàn)槎鄶?shù)知識都是可以統(tǒng)計(jì)的：所有人都會死，但只有4%是美國人。技能往往以程序的形式出現(xiàn)：如果馬路向左彎曲，那么向左轉(zhuǎn)動車頭；如果一只鹿跳到你面前，那么立刻剎車。

通常，這些程序都很簡單，復(fù)雜的是它們的核心知識。如果你能判斷哪些郵件是垃圾郵件，那么你也就能判斷該刪除哪些郵件。如果你能在象棋游戲中判斷這盤棋自己的優(yōu)勢在哪里，那么你也就懂得該怎么走。

在信息處理這個生態(tài)系統(tǒng)中，學(xué)習(xí)算法是頂級掠食者。數(shù)據(jù)庫、網(wǎng)絡(luò)爬蟲、索引器等相當(dāng)于食草動物，耐心地對無限領(lǐng)域中的數(shù)據(jù)進(jìn)行蠶食。統(tǒng)計(jì)算法、線上分析處理等則相當(dāng)于食肉動物。

食草動物有必要存在，因?yàn)闆]有它們，其他動物無法存活，但頂級掠食者有更為刺激的生活。數(shù)據(jù)爬蟲就像一頭牛，網(wǎng)頁相當(dāng)于它的草原，每個網(wǎng)頁就是一根草。當(dāng)網(wǎng)絡(luò)爬蟲進(jìn)行破壞行動時，網(wǎng)站的副本就會保存在其硬盤當(dāng)中。索引器接著做一個頁面的列表，每個詞都會出現(xiàn)在頁面當(dāng)中，這很像一本書后的索引。數(shù)據(jù)庫就像大象，又大又重，永遠(yuǎn)不會被忽略。在這些動物當(dāng)中，耐心的野獸飛快運(yùn)轉(zhuǎn)統(tǒng)計(jì)和分析算法，壓縮并進(jìn)行選擇，將數(shù)據(jù)變?yōu)樾畔?。學(xué)習(xí)算法將這些信息吞下、消化，然后將其變成知識。

算法在科學(xué)研究中的作用

機(jī)器學(xué)習(xí)是“打了類固醇”的科學(xué)方法，也遵循同樣的過程：產(chǎn)生假設(shè)、驗(yàn)證、放棄或完善。

科學(xué)家可能會花費(fèi)畢生精力來提出或驗(yàn)證幾百個假設(shè)，而機(jī)器學(xué)習(xí)系統(tǒng)卻能在一秒鐘內(nèi)做完這些事。機(jī)器學(xué)習(xí)使科學(xué)的發(fā)現(xiàn)過程自動化。這既是商業(yè)領(lǐng)域的革命，也是科學(xué)領(lǐng)域的革命。

有了大數(shù)據(jù)和機(jī)器學(xué)習(xí)，你就能弄明白比之前復(fù)雜很多的現(xiàn)象。在多數(shù)領(lǐng)域，科學(xué)家一般只使用種類很有限的模型，例如線性回歸模型，在這個模型當(dāng)中，你用來適應(yīng)數(shù)據(jù)的曲線總是一條直線。遺憾的是，世界上的大多數(shù)現(xiàn)象都是非線性的（或者說這也是一件幸事，如果是線性的，生活會變得非常乏味。實(shí)際上，那樣就不會存在生命了）。

機(jī)器學(xué)習(xí)打開了廣闊、全新的非線性模型世界。這就好比在只有幾縷月光照射的房間，打開了明亮的燈。在生物學(xué)領(lǐng)域，學(xué)習(xí)算法的研究成果包括：DNA分子中基因的位置；在蛋白質(zhì)合成前，多余的核糖核酸在哪里進(jìn)行絞接；蛋白質(zhì)如何折疊成各自的特有形狀；不同條件如何對基因的表達(dá)造成影響。用不著在實(shí)驗(yàn)室對新藥進(jìn)行測試，機(jī)器學(xué)習(xí)就可以預(yù)測這些藥物是否有效，只有最有效的藥品才會受到測試。學(xué)習(xí)算法還會剔除那些可能產(chǎn)生嚴(yán)重副作用（甚至導(dǎo)致癌癥）的藥物，備選藥物無須在經(jīng)過人體試驗(yàn)被證明無效后才被禁止使用，從而避免了代價(jià)昂貴的失敗。

算法如何影響選舉

奧巴馬總統(tǒng)雇用了拉伊德·賈尼（機(jī)器學(xué)習(xí)專家，他是奧巴馬競選中的首席科學(xué)家）。賈尼研究的是如何整合最偉大的分析運(yùn)算，并將其應(yīng)用到政治史中。他們將所有選民的信息整合成單個數(shù)據(jù)庫，然后將該數(shù)據(jù)庫和他們能在社交網(wǎng)絡(luò)、市場營銷等領(lǐng)域找到的資源結(jié)合起來。

之后著手對每個選民做四種預(yù)測：

• 支持奧巴馬的可能性有多大
• 會不會參加民意調(diào)查
• 會不會回應(yīng)競選宣傳并照做
• 對特定問題進(jìn)行對話之后，他們會不會改變選舉決定。

基于這些選民的例子，奧巴馬團(tuán)隊(duì)每個晚上進(jìn)行66 000場選舉模擬，并用這些結(jié)果指導(dǎo)奧巴馬競選的志愿者大軍：該給誰打電話，該拜訪誰，該說什么。

機(jī)器學(xué)習(xí)的終極影響

2011年，“大數(shù)據(jù)”的概念流行起來，機(jī)器學(xué)習(xí)被明確歸入全球經(jīng)濟(jì)未來的中心。當(dāng)今，似乎沒有哪個人類鉆研的領(lǐng)域不受到機(jī)器學(xué)習(xí)的影響，甚至包括看起來沒有多大關(guān)系的領(lǐng)域（如音樂、體育、品酒）。盡管機(jī)器學(xué)習(xí)發(fā)展很明顯，但這也僅僅是未來的預(yù)告。雖然它有用，但實(shí)際上當(dāng)今在工業(yè)上起作用的學(xué)習(xí)算法的生成還是受到了很大限制。如果現(xiàn)在實(shí)驗(yàn)室的算法能在各領(lǐng)域的前線使用，比爾·蓋茨說機(jī)器學(xué)習(xí)的突破產(chǎn)生的價(jià)值將相當(dāng)于10家微軟，其實(shí)這個說法有點(diǎn)保守了。如果這些觀點(diǎn)讓研究人員真正覺得眼前一片光明，而且收到效果，那么機(jī)器學(xué)習(xí)帶來的就不僅僅是新的文明時代，還是地球生命進(jìn)化的新階段。