人工智能和机器学习与寻找女孩有什么关系？

terry 2年前 (2023-09-23) 阅读数 129 #AI人工智能

什么是人工智能？

我看过很多博客解释什么是AI，但我不认为它像一句话和一张图片那么简洁和清晰。 让机器完成只有人类才能完成的任务。这个操作就是人工智能。

下图是让机器模拟人类各种能力的人工智能领域示意图：（我在浏览知乎时找到了这张图，标题贴在文末）

什么是机器学习吗？

在解释什么是机器学习之前，我们先来说说让每个程序员都头疼的问题：

寻找合作伙伴

对于程序员来说，自然地，寻找合作伙伴是一个非常紧迫的问题。你有什么要求吗？

什么？居住？积极的？以他的光骨，怎么可能只有这两个要求呢？显然我想找一个好女孩（毕竟我得带她出去撑场面），那么我该如何找到她呢？

每个人都爱美丽。漂亮的女孩肯定比丑陋的女孩好，所以我有一个简单的规则：只有女生的漂亮女孩才会被选为我的女朋友。你还在等什么？快去朋友圈看看哪些漂亮的女生还单身吧。这不是那么容易吗？

可恶！是的！不！是的！

人生总是充满艰辛的

张无忌妈妈说：

当你去网恋时，你会发现你的朋友圈里每个人都在欺骗，你会感到困惑。。。显然，在寻找伴侣时看女生的照片是非常片面的。找到一个好女朋友涉及很多因素，不仅仅是女生的外表。

想来想去（参考了很多朋友的女朋友），你又得出了另一个结论：身材好、颜值高的女生更容易吸引你。同时，你只能对大约一半身材一般但相貌不错的朋友感兴趣。

当你带着得出的结论去找女生时，你发现这个女孩已经单身很长时间了，只把你当作朋友。。。但一个好心的女孩却把她最好的朋友推到一边来安慰你。然后你意识到你之前的结论不再有效，所以你可以再次开始只和朋友圈的女孩约会。

比方说，经过很长一段时间，你成功总结了自己的约会经历，找到了一个令你满意的好女孩。你很高兴和她在一起。连丑媳妇都想见见公公。终于到了带女朋友回家见父母的时候了。你父母说女生太漂亮了，你控制不了，所以强烈反对。

在父母的反对下，你只能无奈地和女朋友说再见？最后你和父母算账，然后告诉家人你择偶的规则。在他们的审查下，你终于找到了一个符合**“所有”**预期标准特征的女孩。

感觉很痛吗？

还记得上面的场景，是不是感觉很痛苦？虽然最终的结果是你找到了一个满意的女孩，但在寻找对象的过程中你必须不断改变标准（属性），而每次你都需要用新的标准（属性）来衡量一个女孩，你可以仅手动更改您的规则。你需要了解所有影响你女朋友品质的复杂因素（比如长相、身材、体贴、可爱等）。如果这些因素足够复杂，就很难手动对女生的所有类型进行排序并确定准确的规则。

此外，不断地爱上不同的女生并尝试错误不仅是浪费时间，而且还会带来坏名声。你甚至可以称他为无情之人。

我们来做个比较吧？

实际上，上面的例子是一个非常非典型的机器学习例子。打个比方：

机器学习（ML）

你可以从你的朋友圈中随机选择一些女生（假设你和异性的关系足够好））作为样本（训练数据） ），然后列出女生的所有特征，如身高、外貌、身材、教育、工作等。（特质），还有是否体贴、粘人、孝顺等。（输出变量）。在机器学习算法中运行这些抽象数据（分类/回归），机器学习算法会构建一个模型：女生属性 - 女生质量。

下次见到女生时，你可以用眼睛扫描女生的特征（身体、外表等）（测试数据），然后将其输入到ML算法中，它会根据根据之前创建的模型 (model) 预测这个女孩最终遇见你的可能性有多大。

实际上，机器学习模型构建过程中内部使用的规则可以与上面的示例类似，也可以是更复杂的规则，但您不需要担心它们。

现在您对寻找伴侣将会充满信心，更重要的是，您的机器学习算法将随着时间的推移而改进（强化学习）。当预测错误时（亲爱的，如果你不能再说话了，就挂掉），纠正自己，随着阅读更多的运动数据，预测会变得越来越准确。然而，最不利的是你可以使用相同的算法来训练不同的模型。这个模特可以找女朋友，但是秘书呢？（就像你发现了一些很棒的东西？只要你高兴，你可以训练任何你想要的模型）

所以机器学习最简单的理解就是：

使用特定的算法对现有数据进行分析和学习，并且然后对现实世界的数据/事件做出决策/预测。