试着用大白话复述“深度学习”

今天的学习笔记挑战一下高难度：试着从小白的角度，用通俗的语言复述一下对“深度学习”的理解。

我们现在经常听到很多牛词儿，什么“人工智能”、“机器学习”、“人工神经网络”、“深度学习”、“大数据”等等，而且也知道，现实中很多改变生活方式的科技应用，都是由此实现的。

这些概念到底是什么东东？一直很感兴趣，也看了一些书籍材料。总的感觉是，太tm深了，有时候，有点明白了，有时候，又完全糊涂了。我知道，以我的知识结构和储备，不可能透彻理解这些科技前沿的东西。但学习不就是由浅入深、从无知到认知的过程吗？深入不了，但可以先有个肤浅的认识。

周末把之前看过的一些东西又重新捋一捋，在这里试着复述一下，巩固一下。当然不是抄书里的东西，而尽量是自己消化过的大白话。下面开始。

用一个例子说，可能容易一点儿。比如，现在大家都在用的语音识别，对着手机说，马上出来文字，而且非常准。这肯定是人工智能的应用。问题是，怎么实现的？

先用最简单的数学方程Y=f(X)理解：

我们的声音是可以数字化的，作为输入值X。手机上出来的文字，实质也是一串数字，就是Y。X怎么就变成了Y？是经过了手机里的程序算法或者说一个函数的运算。

就比如一个最简单的函数Y=2X，如果输入X=2，就输出Y=4。语音识别也一样，你对手机说“你好”，它把声音变成数字，作为X输入了，经过函数运算，输出了Y，也就是“你好”的文字（其实也是个数字）。

所不同的是，我们从小到大学的函数都比较简单，而实现语音识别的函数，是个超级复杂的函数（数学模型）。

这个函数，不是人思考并写出来的，天才也写不出来。它是计算机通过机器学习、深度学习，自己生成的。这里就终于说到了“深度学习”。

机器怎么学习？学什么？

机器学的是这个世界已有的经验，具体来讲就是大数据。比如“你好”这个声音对应着“你好”两个字，我们是知道的，不光知道这个，关于什么声音对应什么文字，我们都知道，而且这么多年积累，我们都有相应的资料和数据（术语叫“语料”）。这些经验、数据，就是机器需要去学习的东西，学习的过程就是自我训练的过程。

我们以前解方程，一般是已知一个函数式（F），给你X，让你求Y，或者给你Y，让你求X。机器学习或深度学习面临的问题是，给你X和Y，让机器求那个函数式（F）。也就是不求结果，而是求过程（F），问你X怎么就变成Y了。当然，不是给出一组XY，而是无数组，也就是大数据，让机器从无数已知的对应的数据中，去学会中间的过程，掌握中间的规律（F）。

也许你说，既然我们已经知道什么X对应什么Y，那让机器学会中间的联系和规律有什么用？

一方面很多事情可以自动化，极大提高效率，比如语音识别、文字识别、自动翻译。这些活儿，人类也能干，但是太慢，计算机就太快了，实现高速以后就产生“质”的飞跃。

另一方面，可以根据以往预测未来。既然通过深度学习掌握了F，那根据新发生的情况，新的X，我们就可以计算出Y，就知道什么事情大概率会发生。也就是所谓的“太阳底下没有新鲜事”。

说到这里，其实还是很好理解的。X-F-Y，这个模型还是很清楚、很容易懂的。

但你仔细想，到目前为止，F是个黑箱。里面到底发生了什么？机器怎么就根据以往的大数据总结出X和Y之间的规律了？机器怎么学会的？这个没说，这也是长期让我感到困惑的问题。最近稍微明白一点儿，试着说说，估计也说不太明白。

机器可以自动学习，但怎么学习，还是要根据人给出的方法去学习。这种方法，叫作深度学习算法。人要先编写一套程序算法，驱动机器去处理大数据，慢慢调整构建那个F。也就是说，深度学习算法，是生产算法的算法，生产最终那个超级复杂函数的算法。

我们之前说输入端为X，这是超级简化的说法，现实远远更复杂。之所以说是超级复杂函数，是因为这个函数里可能有n多个自变量，和n多个参数。绝不是Y=2X这么简单。可能是Y=au+bv+cw……，这里u、v、w……都是自变量，a、b、c……都是参数。这个例子也太简单，真正的F还要复杂千万倍。

但无论F多复杂，作为函数，最基本的组成要素是一样的，3个部分：一是函数的结构和形式；二是自变量；三是参数。

这三部分里，第一个，函数的结构和形式，是人在设计深度学习算法过程中需要给出的（当然不是一整个，而是分成很多模块儿，很多短小函数的组合）；第二个，自变量，实际上是已知的，就是大数据中的X；第三个，参数，这个才是需要机器深度学习自动生成的。

所以说，所谓深度学习生产算法、生产函数，主要是指的是调整并生成参数。

具体怎么干的呢？现在最流行、最常用、最好使的是人工神经网络算法。是模仿人类大脑神经元搭建的算法。下图是个简单模型：

最左面是输入层，就是大数据的X端（叫特征）；最右面是输出层，大数据的Y端（叫标记）。中间是神经网络的隐藏层，层数越多，学习的深度越深。所有的小圆圈儿是神经网络的运算单元（unit），有点像大脑神经元。每个单元之间有连线，每个连线赋予一个权重，也就是参数（可见参数极其多）。每层之间有一套数学运算公式。

这玩意儿怎么运算呢？还是举个例子说，假设我们手里有100个车辆的数据，来研究车辆情况和交通事故的联系。

输入层有几个unit，就意味着有几个需要输入的自变量。这个例子里是5个，分别是车辆的颜色、车龄、违法数、排量、车型。输出层代表是否发生过交通事故，两种结果，是和否。当然，所有的信息都转化为数学运算的数字。

参数怎么办？先随机生成，随便给一套参数。

下面，开始运算学习。输入第1条数据，根据第1层的数值和1、2层之间的数学公式以及连线权重，可以算出第2层每个unit的数值。以此类推直到算出输出层的数值。算出的数值与真实的数值比较，一定是有误差的。用这个误差值，按照一定的数学公式，往回逐级推算，调整一遍各条连线的权重值。

以第1条数据运算调整的权重值（参数）为起点，输入第2条数据，再进行一遍上述运算，结束后也就又调整了一遍参数。如此反复，随着运算增加，输出层的数值与真实数值之间的误差值将逐渐变小，数据越多，误差越小。直到大数据用完，把最后参数固定，这次深度学习就算暂时完成，生成了一个有固定参数的数学模型或者说是复杂函数。

有了这个模型之后，再随便拿来一辆车的基本数据（不包括Y端），我们就可以用来预测判断，这辆车发生交通事故的可能性。（举例而已，现实不可能这么预测）

这里只是举个例子，大概说明神经网络算法的运算方法和过程，具体情况远远更复杂。同时，神经网络算法中最核心的，也就是上述一笔带过的那些数学公式，其实才是最难最复杂的东西。我理解不了，当然没法复述了。

最后谈一个问题，就是“人工智能”、“机器学习”、“人工神经网络”、“深度学习”这些词儿之间的关系。

人工智能研究，早就有，几起几落，这些年真正火热起来，进入大范围实际应用。机器学习是实现人工智能的途径，也早就提出了，包括各种计算机算法，用以解决不同的问题。神经网络算法是众多机器学习算法中的一种，在计算机运算能力和大数据爆发之前，不好使，不受待见，被长期冷落，也是近些年重获生机，变成神器。深度学习，其实也是机器学习，就是比以往更有深度的机器学习，为什么有深度的，就是因为应用了神经网络算法。

我目前这么理解这些概念的关系，当然不一定对，随着后续学习再调整认知。

以上是自己对深度学习的一点极其极其肤浅的理解，肯定很多错误的地方。其实都称不上自己的思考和理解，主要是对学习内容的复述吧。我所理解的东西，连皮毛都谈不上。真正的深度学习，是一个巨大的坑，是一片无垠的海洋。我顶多算离着老远，听到一点海浪声，然后慢慢往那个方向爬。能不能看见大海都不一定。可是只要方向对，爬到哪算哪吧。