如何給非專業人士講解什麼是深度學習？

• 2020 年 3 月 9 日
• 筆記

從根本上說，深度學習和所有機器學習方法一樣，是一種用數學模型對真實世界中的特定問題進行建模，以解決該領域內相似問題的過程。

首先，深度學習是一種機器學習。既然名為「學習」，那自然與我們人類的學習過程有某種程度的相似。回想一下，一個人類小朋友是如何學習的？

人類小朋友是如何學習的？機器又是如何學習的？

比如，很多小朋友都用識字卡片來認字。從古時候人們用的「上大人、孔乙己」之類的描紅本，到今天在手機、平板電腦上教小朋友認字的識字卡片APP，最基本的思路就是按照從簡單到複雜的順序，讓小朋友反覆看每個漢字的各種寫法（大一點的小朋友甚至要學著認識不同的書法字體），看得多了，自然就記住了。下次再見到同一個字，就很容易能認出來。

這個有趣的識字過程看似簡單，實則奧妙無窮。認字時，一定是小朋友的大腦在接受許多遍相似影像的刺激後，為每個漢字總結出了某種規律性的東西，下次大腦再看到符合這種規律的圖案，就知道是什麼字了。

其實，要教電腦認字，差不多也是同樣的道理。電腦也要先把每一個字的圖案反覆看很多很多遍，然後，在電腦的大腦（處理器加上存儲器）里，總結出一個規律來，以後電腦再看到類似的圖案，只要符合之前總結的規律，電腦就能知道這圖案到底是什麼字。

用專業的術語來說，電腦用來學習的、反覆看的圖片叫「訓練數據集」；「訓練數據集」中，一類數據區別於另一類數據的不同方面的屬性或特質，叫做「特徵」；電腦在「大腦」中總結規律的過程，叫「建模」；電腦在「大腦」中總結出的規律，就是我們常說的「模型」；而電腦通過反覆看圖，總結出規律，然後學會認字的過程，就叫「機器學習」。

到底電腦是怎麼學習的？電腦總結出的規律又是什麼樣的呢？這取決於我們使用什麼樣的機器學習演算法。

有一種演算法非常簡單，模仿的是小朋友學識字的思路。家長和老師們可能都有這樣的經驗：小朋友開始學識字，比如先教小朋友分辨「一」、「二」、「三」時，我們會告訴小朋友說，一筆寫成的字是「一」，兩筆寫成的字是「二」，三筆寫成的字是「三」。這個規律好記又好用。但是，開始學新字時，這個規律就未必奏效了。比如，「口」也是三筆，可它卻不是「三」。我們通常會告訴小朋友，圍成個方框兒的是「口」，排成橫排的是「