0
雷鋒網(wǎng) AI 科技評論按：如果每個人都有足夠的時間和熱誠，并樂意去大學(xué)拿個 AI 學(xué)位，那你大概就不會讀到這篇博客了。 雖說 AI 的工作方式挺神秘的，但在處理技術(shù)問題的時候，以下這五個 AI 原則應(yīng)該可以幫你規(guī)避一些錯誤。它們對于當(dāng)代的基于統(tǒng)計學(xué)習(xí)的機(jī)器學(xué)習(xí)（Machine Learning）系統(tǒng)，尤其是深度學(xué)習(xí)（Deep Learning）系統(tǒng)尤其適用。
這篇來自 eloquent.ai 博客的文章所說的，總結(jié)起來就是這 5 條 AI 原則：
利用未曾見過的數(shù)據(jù)評估AI系統(tǒng)
更多數(shù)據(jù)可以帶來更好的模型
有效數(shù)據(jù)的價值遠(yuǎn)遠(yuǎn)超過無效數(shù)據(jù)
從一個簡單的基線開始
人工智能并不是魔法
給大家一個小小的忠告——通過對機(jī)器學(xué)習(xí)的基本理解，這篇文章將更有意義。 之前的另一篇文章（https://blog.eloquent.ai/2018/08/30/machine-learning-for-executives/）對這些基礎(chǔ)知識有所解釋。當(dāng)然了，不是說這篇文章你非讀不可，但是讀了的話肯定會對你后面的理解更有幫助?。ㄒ矚g迎大家閱讀雷鋒網(wǎng) AI 科技評論的其它文章）
在上一篇文章中，我們介紹了如何構(gòu)建分類器以將圖像標(biāo)記為貓（綠色圓圈）或狗（藍(lán)色三角形）。在將我們的訓(xùn)練數(shù)據(jù)轉(zhuǎn)換為向量之后，我們得到了下面的圖表，其中紅線表示我們的“決策邊界”（即將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換為向量后，這條“邊界線”就將圖像劃分為貓和狗）。
顯然，圖中的決策邊界錯誤地將一只貓（綠色圓形）標(biāo)記標(biāo)記成了狗（藍(lán)色三角形），即遺漏了一個訓(xùn)練個樣本。那么，是什么讓訓(xùn)練算法沒有選擇下圖中的紅線作為決策邊界呢？
在這兩種情況下，我們對訓(xùn)練集進(jìn)行分類都得到了同樣的準(zhǔn)確率——兩中決策邊界都標(biāo)錯了一個例子。但是如圖示，當(dāng)我們在數(shù)據(jù)中加上一只未出現(xiàn)過的貓時，只有左圖的決策邊界會正確地預(yù)測這個點為貓：
分類器可以在用來訓(xùn)練它的數(shù)據(jù)集上工作得很順利，但它未必適用于訓(xùn)練的時候沒有見過的數(shù)據(jù)。此外，即使分類器在特定類型的輸入（例如，室內(nèi)場景中的貓）上工作良好，它對于相同任務(wù)的不同數(shù)據(jù)（例如，室外場景中的貓）也可能無法很好地工作。
盲目地購買 AI 系統(tǒng)而不對相關(guān)的未知信息進(jìn)行測試，可能會付出很大的代價。一種測試未知數(shù)據(jù)的實用方法是——先保留一部分?jǐn)?shù)據(jù)不提供給開發(fā)人工智能系統(tǒng)的企業(yè)或個人，然后自己通過生成的系統(tǒng)運行這些保留數(shù)據(jù)。最不濟(jì)，也得保證你能自己試用才行。
如果給你下面的訓(xùn)練數(shù)據(jù)集，你會把決策邊界畫在哪里？
你想的可能沒錯——許多決策邊界可以準(zhǔn)確地分割這些數(shù)據(jù)。 雖然下面的每個假設(shè)決策邊界都正確地分割了數(shù)據(jù)，但它們彼此之間的差別很大，正如我們上面所看到的，其中一些可能會在目前尚未見到的數(shù)據(jù)（也就是你真正關(guān)心的數(shù)據(jù)）上更糟糕：
從這個小數(shù)據(jù)集中，我們不知道這些彼此不同的決策邊界中，究竟哪一個最準(zhǔn)確地代表了現(xiàn)實世界。缺乏數(shù)據(jù)會導(dǎo)致不確定性，因此我們得收集更多數(shù)據(jù)點，并將其添加到初始圖表中，則可得到下圖：
額外的數(shù)據(jù)能幫助我們大幅縮小選擇范圍，立即畫出綠色和藍(lán)色間的決策邊界，因此決策邊界會是如下所示：
當(dāng)機(jī)器學(xué)習(xí)模型表現(xiàn)異常時，潛在的問題通常是模型沒有經(jīng)過足夠或正確的數(shù)據(jù)訓(xùn)練。盡管更多的數(shù)據(jù)幾乎總是有幫助，但需要注意，數(shù)據(jù)越多可能得到的回報卻在減少。當(dāng)我們將第一個圖的數(shù)據(jù)加倍時，準(zhǔn)確度明顯增加。但是基于該圖表，如果將數(shù)據(jù)再加倍，則精度的提高不會有之前那么大。準(zhǔn)確度隨著訓(xùn)練數(shù)據(jù)的數(shù)量大致呈對數(shù)增長，因此從 1k 到 10k 個樣本可能比從 10k 到 20k 個對準(zhǔn)確性產(chǎn)生更大的影響。
對于我個人來說，這一條特別忌諱，尤其是對于預(yù)算緊張的創(chuàng)業(yè)公司：你們經(jīng)常給ML工程師支付數(shù)高額薪水，但也請確保提供足夠的預(yù)算和時間來讓他們仔細(xì)收集數(shù)據(jù)。
在上面的例子中，雖說有更多的數(shù)據(jù)會對訓(xùn)練有所幫助，但前提是它們足夠準(zhǔn)確才行。還是前面的例子，在收集了附加數(shù)據(jù)之后，可以得到一個這樣的圖形和一個決策邊界，如下所示：
但是，如果這些新數(shù)據(jù)點中的一些其實是被錯誤標(biāo)記了，而真是情況是下面這樣的呢？
我們要注意，雖然這些標(biāo)記錯誤的點與第一個圖中的點坐標(biāo)相同，但它們代表的意義已經(jīng)改變。這導(dǎo)致了一個完全不同的決策邊界：
即使只有四分之一的數(shù)據(jù)集被錯誤標(biāo)記，但很明顯，錯誤的數(shù)據(jù)會對我們的模型構(gòu)建有重大影響。我們可以在訓(xùn)練期間使用一些技術(shù)來減少標(biāo)記數(shù)據(jù)時的錯誤，但這些技術(shù)作用有限。在大多數(shù)情況下，清理基礎(chǔ)數(shù)據(jù)更加容易和可靠。
這里的要點是“有效數(shù)據(jù)”至關(guān)重要，有效數(shù)據(jù)意味著數(shù)據(jù)準(zhǔn)確標(biāo)記，意味著數(shù)據(jù)合理涵蓋了我們想關(guān)注的范圍，也意味著訓(xùn)練集中同時存在簡單案例和困難案例等等。因而決策邊界沒有那么多的擺動空間，只有一個“正確”的答案。
這并不是說你應(yīng)該嘗試了一點簡單的東西就覺得滿意然后停下來。即便你最終的方法既現(xiàn)代又復(fù)雜，通過這條原則，你也會開發(fā)得更快，并且最終的結(jié)果也會更好。
我可以舉一個關(guān)于我自己的真實例子，當(dāng)我讀研一時，我們實驗室的同學(xué)兼 Eloquent 的研究員 Angel 和我參與了一個項目，我們各自將語言里描述時間的詞轉(zhuǎn)化成可供機(jī)器閱讀的格式。本質(zhì)上來說，就是試圖讓計算機(jī)理解諸如“上周五”或“明天中午”之類的短語。
由于這些項目是申基金所必需的，Angel 致力于一個實用性強(qiáng)，有確定性的規(guī)則系統(tǒng)。她為了讓這個系統(tǒng)能實用起來而絞盡腦汁。而我當(dāng)時只是一個在實驗室輪崗的學(xué)生，團(tuán)隊讓我自主選擇任何花哨的方法，就像糖果店里的孩子一樣。我探索了最時髦、最動人的語義解析方法。在我的項目中，我運用了 EM、共軛先驗、一個完整的自定義語義解析器等等新奇的方法。
差不多十年之后，我很高興還留下了一篇受到好評并且引用數(shù)還行的論文。然而，Angel 的項目 SUTime 呢，現(xiàn)在是斯坦福流行的 CoreNLP 工具包中最常用的組件之一——簡單的方法擊敗了時髦的方法。
你可能以為我已經(jīng)吸取了教訓(xùn)，然而幾年之后，當(dāng)我成為一名高年級研究生時，我要讓另一個系統(tǒng)啟動并用于另一個基金項目。我再一次試圖訓(xùn)練一個花哨的機(jī)器學(xué)習(xí)模型，但幾乎沒有做出什么成果。有一天我覺得無比失敗和沮喪，以至于我甚至開始寫“模式”?！澳Ｊ健本褪且恍┖唵蔚拇_定性規(guī)則。比如，當(dāng)一個句子包含“出生于”這個詞時，則假設(shè)這是一個出生地。模式不會學(xué)習(xí)，作用有限，但它們易于編寫且用起來合理。
最后，基于模式的系統(tǒng)不僅勝過我們原來的系統(tǒng)，它后來還被加到了 NIST 排名前 5 的系統(tǒng)中，并深深影響了那些基于機(jī)器學(xué)習(xí)的模型高性能系統(tǒng)。
結(jié)論就是：先做簡單的事。當(dāng)然了，我們還有其他更好的理由：
它會給你的最終模型的性能提供一個安全的最低值。當(dāng)你做出一個簡單的基準(zhǔn)模型之后，你會希望任何聰明的東西都會擊敗它。幾乎不會有什么模型會比一個基于規(guī)則的模型表現(xiàn)還要差。這給你的更高級的方法提供了一個比較，如果你的高級方法的表現(xiàn)更差，那意味著你有什么東西徹底做錯了，并不是任務(wù)太過艱巨。
通常，簡單的方法需要較少的（或不用?。┯?xùn)練數(shù)據(jù)，這就使你可以在沒有大量數(shù)據(jù)投資的情況下進(jìn)行原型設(shè)計。
它經(jīng)常會揭示出手頭任務(wù)的難度，這通常會向你指明如何選擇更好的機(jī)器學(xué)習(xí)方法來處理這些困難的部分。此外，它還能向你指明如何給需要更多數(shù)據(jù)的方法收集數(shù)據(jù)。
簡單的方法一般只需要很少的額外努力就可以泛化到未見過的數(shù)據(jù)上。（記住：總是用模型沒有見過的數(shù)據(jù)來評估模型?。└唵蔚哪Ｐ屯菀捉忉?，這使得它們更具可預(yù)測性，因此讓它們向沒有見過的數(shù)據(jù)上泛化的過程也更明了。
這句話是我經(jīng)常掛在嘴邊的。大家雖然表面上都表示贊同，但心里未必真的服氣，因為人工智能看起來就像魔術(shù)一樣。在談到 Eloquent 人工智能的宏偉未來計劃時，我對曾經(jīng)反復(fù)強(qiáng)調(diào)這個錯誤觀念感到內(nèi)疚。我從訓(xùn)練機(jī)器學(xué)習(xí)模型的細(xì)節(jié)中得到的越多，模型看起來就越看起來不像是曲線的擬合，它們看起來更像一個黑匣子，我可以付出一些代價來進(jìn)行操控。
人們很容易忘記，現(xiàn)代機(jī)器學(xué)習(xí)領(lǐng)域還很年輕——只有二三十歲。與現(xiàn)代機(jī)器學(xué)習(xí)工具包的成熟度和復(fù)雜性相比，整個領(lǐng)域仍然相當(dāng)不成熟。它的快速進(jìn)步使人們很容易忘記這一點。
機(jī)器學(xué)習(xí)的一部分邪惡之處在于它具有內(nèi)在的概率性。它在技術(shù)上無所不能，但不一定達(dá)到你想要的準(zhǔn)確度。我懷疑在許多機(jī)構(gòu)中，在組織結(jié)構(gòu)圖上添加新東西時，“準(zhǔn)確度”的細(xì)微差別被漏下，只留下“人工智能可以做任何事情”的敘述部分。
你如何將不可能與可能分開？我嘗試遵循一些最佳做法：
與實際訓(xùn)練模型的人交談。不是團(tuán)隊領(lǐng)導(dǎo)，不是部門主管，而是讓模型訓(xùn)練代碼運行起來的人。他們通?？梢愿玫亓私饽Ｐ偷墓ぷ髟砑捌湎拗?。確保他們愿意隨時告訴你，你的模型有限制并且在某些方面表現(xiàn)不佳。我敢保證，無論他們是否告訴你，你的模型總會有一些不行的方面。
至少對于 NLP 項目，你通?？梢允褂靡粋€快速又繁雜的基于規(guī)則的系統(tǒng)來檢查任務(wù)的可行性。機(jī)器學(xué)習(xí)是一種很好的方式，可以用來生成一個非常大且模糊的、很難用人工的方法寫下來的規(guī)則集。但如果一開始你就很難寫下一套合理的規(guī)則來完成你的任務(wù)，那這通常是一個不好的跡象。然后，收集一個小數(shù)據(jù)集并嘗試使用你學(xué)習(xí)到的系統(tǒng)。接下來是一個稍微大一點的數(shù)據(jù)集，并且在你獲得表現(xiàn)提升時繼續(xù)這樣做。一個重要的經(jīng)驗法則就是：準(zhǔn)確度隨著數(shù)據(jù)集大小的對數(shù)而增長。
永遠(yuǎn)不要相信高得出奇的準(zhǔn)確性：任何超過 95 或 97％ 的數(shù)值。同樣地，不要相信任何高于人類輸出平的準(zhǔn)確性，或者高于一致性評價。很大概率上，要么是數(shù)據(jù)集有缺失，有么是評估不完善。兩者都經(jīng)常發(fā)生，即使是對于經(jīng)驗豐富的研究人員
你在網(wǎng)上看到的所有和機(jī)器學(xué)習(xí)有關(guān)的內(nèi)容（新聞，博客，論文），如果沒有其它作證那它們都是有歧義或錯誤的——包括現(xiàn)在這篇。
謝謝你的閱讀！ 另外再說一下，謝謝大家給我們上一篇文章的留言?？吹缴鐓^(qū)中的大家一起參與進(jìn)來真的感覺很棒。
和往常一樣，如果你有任何問題、意見或反饋，請發(fā)送電子郵件至 hello@eloquent.ai。填寫注冊表格訂閱，我們將直接發(fā)送這些帖子到你的郵箱，并訪問我們的主頁 eloquent.ai。如果能這么做的話我就很滿足了。回聊！
via blog.eloquent.ai，雷鋒網(wǎng) AI 科技評論編譯
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
