人工智能学习入门先搞懂这3个基础概念再动手

【标题】人工智能学习入门先搞懂这3个基础概念再动手 【正文】

前几天一个做行政的朋友给我发消息，说她想转行做人工智能相关的工作，报了个线上课程，结果第一节直播课听完就懵了。老师张口闭口就是“神经网络”、“梯度下降”、“损失函数”，她连笔记都不知道从哪记起。她问我：是不是自己脑子太笨了，不适合学这个？

说实话，我真不觉得是她笨。任何人第一次接触人工智能学习，如果没人帮你把最底层的几个概念捋清楚，直接冲进去听技术课，不懵才怪。我自己当年也干过这种蠢事，跳过基础直接看项目实战，结果卡在一个特别简单的地方整整两天，气得当晚没睡好。后来我才想明白，人工智能学习这事，地基没打好，上面盖什么都白搭。

今天咱们不聊虚的，就像给朋友介绍对象一样，把这几个基础概念掰开揉碎了讲清楚。你搞懂它们之后再动手，至少能少走一个月的弯路。

先说说这几个概念为什么绕不开

你可能在网上看到过各种人工智能学习路线图，有的列了几十项要学的东西，看着就头大。但真正核心的、贯穿始终的基础概念，其实就那么几个。它们就像盖房子用的砖头、水泥和钢筋，不管你后面是盖小别墅还是摩天大楼，都离不开这些东西。

我把它们比作学做菜。你得先知道什么是火候、什么是调味、什么是刀工，然后才能去研究具体做哪道菜。如果连火候都不懂，就算给你一份顶级菜谱，你也做不出那个味道。人工智能学习也是一样的道理。

第一个基础概念：数据是原料，不是配菜

很多人刚开始学的时候，总觉得算法才是主角，数据随便搞搞就行。这个想法特别危险。我给你举个例子你就明白了。

我之前帮一个做餐饮的朋友看他的会员数据，他想做个简单的消费预测。结果打开表格一看，三千多条记录里，有将近四百条的电话号码是乱填的，生日栏一半是空的。就这种数据质量，你用什么高级算法都预测不出靠谱的结果。后来他花了三周时间重新整理数据，把那些无效记录清理掉，补充了关键字段，同样的算法跑出来的准确率直接翻了一倍多。

所以人工智能学习的第一步，其实是学会跟数据打交道。你得知道什么样的数据是“干净”的，怎么处理缺失值，怎么把不同类型的数据转换成机器能理解的形式。这些东西听起来不酷，但真正做项目的时候，大概有六七成的时间都花在跟数据较劲上。我自己的感受是，把数据搞明白了，后面的事就顺了。

第二个基础概念：模型就是个找规律的机器

“模型”这个词听起来特别学术，其实它的本质特别朴素：就是从一堆数据里找出规律，然后用这个规律去预测新的情况。

打个比方，你小时候学认猫。大人指着各种猫告诉你“这是猫”，你看了几十只之后，脑子里就形成了一个“猫的样子”的模糊印象。下次看到一只没见过的猫，你也能认出来。你脑子里那个“猫的样子”，就是模型。

人工智能里的模型也是这样，只不过它是由数学公式和参数组成的。你给它看很多带标签的数据，它自己慢慢调整参数，直到能比较准确地做出判断。这个调整的过程就叫“训练”。训练好了之后，你给它新的数据，它就能给出预测结果。

我最开始学的时候，总觉得模型里面藏着什么高深莫测的东西。后来自己动手跑了一个特别简单的例子，用身高和体重数据去预测一个人的性别，才发现原来所谓的模型，就是一个可以不断调整的数学关系式。当然，实际项目里的模型要复杂得多，但本质思路是一样的。

提示：刚开始学的时候，不要一上来就去研究那些复杂的网络结构。先找一个最简单的模型，亲手跑一遍完整流程，理解训练和预测是怎么回事，比看十篇文章都管用。

第三个基础概念：评估是照妖镜，别自欺欺人

模型训练出来了，怎么知道它到底行不行？这就需要用一套标准去评估。这里面的坑特别多，我自己就踩过。

有一次我做了一个预测用户是否会点击广告的模型，训练集上的准确率特别好看，到了九成多，我当时还挺得意。结果拿真实数据一测，惨不忍睹，连一半都不到。后来才发现，我用来测试的数据和训练的数据混在一起了，相当于考试前把答案给学生看了一遍，考得好是应该的，但说明不了任何问题。

所以评估这件事，核心就一条：拿模型没见过的数据去测。另外还要看具体的业务场景，有时候准确率高不一定好。比如预测地震，你每次都预测“不会地震”，准确率可能高达百分之九十九，但那一次真地震了你没预测出来，后果不堪设想。这种时候，你更关心的可能是“能不能把所有可能地震的情况都抓出来”，而不是整体的准确率。

常见问题：学这些基础概念要花多久

说回我那个朋友

后来我把上面这些内容跟她聊了一遍，又推荐她先找一个现成的在线环境，跑一个最简单的例子，就用手写数字识别那个经典的数据集。她花了一个周末，自己动手把数据加载、模型训练、效果评估跑通了，虽然准确率只有百分之八十几，但她特别兴奋地跟我说：原来人工智能学习是这么回事，没有那么玄乎。

她现在还在慢慢学，有时候还会发一些特别基础的问题来问我，比如某个参数调了之后结果变差了是怎么回事。我觉得这样特别好，比一开始就啃那些大部头教材强多了。毕竟咱们普通人学东西，先跑起来，再慢慢调整姿势，比一直站在起跑线上研究理论要实在。

如果你也刚开始接触这块，不妨先找点数据，随便跑个模型，看看结果长什么样。可能你会发现，这事没你想的那么难，但也没那么简单。到底怎么样，自己试过才知道。