머신 러닝이란 무엇인가요

如果你在问什么是机器学习，最简单的回答是：机器学习是一种让计算机从数据中学习模式，并利用这些模式进行预测、推荐或决策的方法。与其手工编写每一条规则，人们会给系统提供示例，系统再从这些示例中学习。

NIST 的词汇表将机器学习定义为：能够自适应并从数据中学习、以提升准确性的计算机系统。听起来很技术，但日常理解其实很熟悉：系统看到的越多有用的示例，它就越能识别出模式。

用简单的话说，什么是机器学习？

机器学习是人工智能的一个分支。IBM、Google Cloud、Microsoft Azure 和 AWS 都用类似的方式来解释：机器学习使用数据和算法来训练系统，使其能够在没有为每个具体情况进行明确编程的情况下做出预测或发现模式。

想象一下，教一个孩子识别狗。你不会把每一种可能的耳朵形状、尾巴长度和毛色都列出来。你提供一些示例。随着时间推移，孩子学会了这种模式。机器学习的精神与此类似，但它依靠的是数据、数学和算法。

机器学习如何运作

大多数机器学习项目遵循一个基本流程：收集数据、准备数据、训练模型、测试模型，然后将模型用于新的输入。AWS 关于 构建机器学习应用 的指南将其描述为一个迭代过程：定义问题、准备数据、创建有用的特征、训练模型、评估模型，并将其用于预测。

垃圾邮件过滤器是一个简单的例子。系统会从被标注为“垃圾邮件”和“非垃圾邮件”的电子邮件中学习。在训练期间，它会留意模式：可疑链接、反复出现的措辞、发件人行为或特定的格式。在推理阶段，它会将学到的内容应用到一封新邮件上，并预测它是否为垃圾邮件。

关键字是“预测”。机器学习不像人那样理解世界。它寻找的是统计模式。这可能很强大，但也意味着数据质量极其重要。

机器学习的常见类型

机器学习并不是单一的方法。它包含几种主要的思路：

스탠퍼드 CS229는 지도 학습, 비지도 학습, 신경망, 강화 학습 같은 핵심 주제를 통해 머신러닝을 가르칩니다. 구글의 머신 러닝 크래시 코스도 개념을 실용적인 예시로 설명해 주기 때문에 초보자에게 유용합니다. 직접 해보며 배울 수 있는 문서를 원하는 사람이라면 scikit-learn 사용자 가이드와 TensorFlow 머신러닝 기초가 강력한 기술 참고 자료입니다.

머신러닝 vs AI vs 딥러닝

사람들은 종종 AI, 머신러닝, 딥러닝을 혼동합니다. 셋은 관련이 있지만 동일하지는 않습니다.

인공지능은 범용 분야입니다. 즉, 추론, 언어, 인식, 학습, 의사결정 같은 인간의 지능과 관련된 작업을 수행할 수 있는 시스템을 만드는 것이죠. 머신러닝은 AI 시스템을 구축하는 한 가지 방법입니다. 딥러닝은 여러 층의 신경망을 사용하는 머신러닝의 한 유형입니다.

관계는 간단합니다. AI는 큰 범주입니다. 머신러닝은 그 안에 있습니다. 딥러닝은 머신러닝 안에 있습니다.

계산기는 고정된 규칙을 따르므로 머신러닝이 아닙니다. 사용자 행동으로부터 학습해 개선되는 추천 시스템은 머신러닝입니다. 딥 신경망을 사용하는 대규모 언어 모델은 딥러닝입니다.

머신러닝의 실제 사례

머신러닝은 이미 일상생활의 일부입니다. 스트리밍 서비스는 머신러닝을 사용해 영상을 추천합니다. 은행은 이를 통해 비정상 거래를 감지합니다. 이메일 서비스는 스팸을 걸러내는 데 사용합니다. 번역 도구는 언어를 변환하는 데 활용합니다. 검색 엔진은 관련성 및 순위 신호를 이해하기 위해 사용합니다.

의료 분야에서는 FDA가 AI 기반 의료기기 목록을 유지하고 있으며, 그중 다수는 영상, 진단, 임상 지원을 위해 AI 또는 머신러닝 기법을 사용합니다. 이는 머신러닝이 유용할 수 있음을 상기시켜 주지만, 위험도가 높은 시스템은 반드시 테스트와 감독이 필요하다는 점도 보여 줍니다.

과학 분야도 또 다른 강력한 사례입니다. 알파폴드는 AI를 사용해 단백질 구조를 예측하여 연구자들이 생물학을 더 효율적으로 연구할 수 있게 돕습니다. 이는 머신러닝이 광고, 앱, 대시보드에만 쓰이는 것이 아니라 과학적 발견을 뒷받침할 수도 있음을 보여줍니다.

데이터 품질이 왜 중요한가

머신러닝 모델은 그 뒤에 있는 데이터와 가정만큼만 성능이 좋습니다. 학습 데이터가 불완전하거나 편향되어 있거나, 오래되었거나, 라벨이 제대로 붙어 있지 않다면, 모델은 잘못된 패턴을 학습할 수 있습니다.

例如，用有偏见的过往招聘数据训练出的招聘模型可能会重复这些模式。主要基于某一特定人群训练的医学模型在另一人群上的表现可能会更差。推荐模型可能会过于狭窄，只会不断向用户展示更相同的内容。

良好的机器学习工作包括数据清洗、测试、验证、监控以及人工审查。这也意味着要提出一些让人不舒服的问题：数据中体现了谁？谁被遗漏了？如果模型出错会发生什么？

用 Pi 进行可视化的机器学习讲解

机器学习可能会让人感觉抽象，因为重要的工作往往是看不见的：数据准备、模型训练、评估、部署以及反馈循环。可视化解释能帮助人们看清整个过程。

借助 Pi，你可以把机器学习概念变成一份演示文稿：从数据到模型的工作流、对监督学习与无监督学习的对比、展示模型准确性的图表，或用图标来解释训练与推理。Pi 还可以自定义主题、颜色、布局、图标、图表以及由 AI 生成的视觉内容，从而让向学生、客户、创始人或内部团队展示技术想法变得更容易。

风险与负责任的使用

机器学习系统可能会出错。它们可能放大偏见、暴露私人信息、造成不公平的结果，或者变得难以解释。这就是为什么负责任的 AI 很重要。

NIST AI 风险管理框架为组织提供了一种思考可信 AI 风险的方式。OECD AI 原则强调以人为本的价值观、公平性、透明度、稳健性、安全性以及问责制。

对初学者来说，关键点很简单：机器学习不应只用准确率来评判。它也应从公平性、安全性、隐私、可解释性以及现实世界的影响来评判。

结论

机器学习是让计算机从数据中学习模式，并将这些模式应用到新情境中的实践。它是现代 AI 的主要驱动力之一，从推荐与欺诈检测到医学工具与科学研究。

这个概念很简单，但实践需要谨慎。好的机器学习需要好的数据、清晰的目标、测试、监控以及负责任的使用。最好的模型不只是“聪明”。它们是对相关人群有用、可靠且适切的。

常见问题解答（FAQ）

问：什么是机器学习？

答：机器学习是 AI 的一个分支，计算机从数据中学习模式，并使用这些模式来做出预测、推荐或决策。

问：机器学习和人工智能是一样的吗？

答：不是。AI 是更广泛的领域。机器学习是构建 AI 系统的一种方法。深度学习是机器学习中的一个更小类别。

问：有哪些常见的机器学习例子？

答：常见的例子包括推荐系统、垃圾邮件过滤、欺诈检测、语音识别、图像分类、翻译工具，以及一些医学 AI 系统。

Q: 学习机器学习需要编程吗？

A: 不需要编程也可以理解基本概念，但要构建真正的机器学习模型，通常需要具备编程、统计、数据处理和测试方面的技能。