站在2018年，圖像分類準確率在95%以上的模型，已經遍地都是?；叵?012年，被稱之為“深度學習教父”的Hinton帶著學生們以ImageNet16.4%的錯誤率震驚計算機視覺研究界，似乎已經是遠古時期的歷史。

通常認為機器學習是過去幾十年發(fā)展出來的一個新學科，但王立威教授看來，其實機器學習一直伴隨著人類文明的發(fā)展。從人類真正有文明、有科學那天，就有機器學習。

王立威

北京大學信息科學技術學院教授。主要從事機器學習理論研究。高水平論文100余篇。2011年入選在機器學習國際權威期刊會議發(fā)表由人工智能國際期刊IEEE Intelligence Systems評選的AI’s 10 to Watch，是該獎項自設立以來首位獲此榮譽的亞洲學者。2012年獲得首屆國家自然科學基金優(yōu)秀青年基金。擔任國際機器學習旗艦會議NIPS領域主席。

從奧卡姆剃刀理論到機器學習

早在13世紀，威廉姆·奧卡姆就提出“奧卡姆剃刀理論”，這個原理稱為“如無必要，勿增實體”，即“簡單有效原理”。對這個理論的解釋，還有一位更著名的科學家和一段更著名的話——“Everythingshouldbe made as simple as possible but no simpler”，這句話出自愛因斯坦，意思是做理論的時候一定要盡可能的簡單，但又不能過于簡單。對應物理模型，一定要找到一些模型，允許存在一定的誤差，但又不能過于簡單，否則和觀測的數(shù)據(jù)誤差太大也不行，“奧卡姆剃刀理論”就是機器學習或者整個人類在獲取科學知識的歷程中，最核心、最本質的思想。

機器學習理論究竟有什么意義？只為了證明界（bound），為了說明算法在實際應用的錯誤率能小于多少，還是說它在傳達更高層的信息？王教授的觀點是，機器學習理論是后者，絕對不是為了證明一個算法的邊界如何；機器學習理論的目的，在于提供對機器學習問題的洞察和理解。

而“泛化”則是學習理論最重要的概念之一。學習目的是希望學好一個模型，并且讓這個模型在未來的場景數(shù)據(jù)上有非常高的準確度。泛化的錯誤，就是指一個模型在未來的應用場景下的錯誤率，即泛化誤差。通常訓練模型時，可以拿到很多訓練數(shù)據(jù)，學一個分類器，在訓練數(shù)據(jù)上得到一個錯誤率。而這個訓練的錯誤率和泛化誤差實際上是有本質區(qū)別的。這個區(qū)別正是機器學習理論要研究的內容。

機器學習應用任重道遠

2012 年以來，不論是深度網絡層數(shù)的不斷拓展，還是系統(tǒng)在數(shù)據(jù)集上的優(yōu)異表現(xiàn)，都讓學術界對機器學習有了新的認識。彼時的王立威教授，已經在機器學習領域做了大量的研究，并憑借突出的表現(xiàn)在2011年成為首位入選 AI's 10 to Watch 的亞洲學者。

但王立威教授認為，這一切只是個開始?！皺C器學習在近年來取得了顯著的突破與發(fā)展，除了理論的研究外，更重要的是，學者們需要看清技術對生活產生的重大影響?！蓖趿⑼淌谏硖幦斯ぶ悄芾顺钡那把兀匀灰蚕Ｍ茉跈C器學習的應用領域有所作為。他認為有三個領域會與深度學習進行緊密的結合，并希望能夠選擇其中一個方面來進行深入研究：一個是無人駕駛；一個是金融領域；再一個則是醫(yī)療領域。王立威教授對機器學習在醫(yī)學影像領域的應用也頗有研究。一方面，醫(yī)學影像屬于靜態(tài)圖像識別，相對于視頻的處理技術要更加成熟；另一方面，依托北京大學的一系列附屬醫(yī)院，不論是從數(shù)據(jù)的獲取或是系統(tǒng)的測試落地上，王立威教授所在的北京大學研究團隊都有著得天獨厚的優(yōu)勢。

王教授表示，如果開發(fā)者要執(zhí)行的任務處于非常封閉的環(huán)境，和人的常識沒有什么關系，這樣的任務非常適合機器來做，但是如果這項任務和常識掛鉤，例如對自然語言的理解，對于機器而言難度非常大?！搬t(yī)學影像相對而言是具有一定封閉性的問題?！?/p>

當然，不是說醫(yī)學影像具有一定的封閉性，AI就能夠在醫(yī)學領域暢行無阻。王立威教授列舉了兩個AI對醫(yī)學影像產生重大影像的案例——斯坦福團隊在皮膚癌檢測以及Google的DeepMind的糖網篩查。

王教授的觀點是：

第一，醫(yī)學影像處理病種的數(shù)量非常龐大，上述兩個團隊的例子解決的都是單病種問題。醫(yī)學影像上一共可以分為兩千多個的病種。“解決一個單病種已經不是簡單的事情，斯坦福的團隊已經和頂級的醫(yī)學專家研究數(shù)年才得到目前的成果，要囊括兩千多個病種更是難上加難。此外，病種與病種之間的差異度也很大，所以，AI 醫(yī)學影像需要頂級醫(yī)學專家和頂級機器學習學者通力合作才有可能成功?！?/p>

第二，成像設備的差異會產生多種類型的圖像。CT、MRI、X光、超聲、內窺鏡、病理切片這些圖像缺乏一定的標準。“現(xiàn)在我們只是在一些病種上進行單點突破，整個醫(yī)學影像仍任重道遠?！?/p>

毫無疑問，機器學習已經成為人工智能的主流研究方向之一。本次的CCAI2018大會，特別邀請北京大學信息科學技術學院教授王立威給我們呈現(xiàn)一場題為《機器學習簡介——方法、應用與展望》的講座。屆時王教授將對機器學習領域的主要技術方法，包括深度學習、概率圖模型、boosting、在線學習等進行簡要介紹，同時分析這些方法的優(yōu)勢與局限。在本次大會的專題講座中，王立威教授還將對目前人工智能領域最受關注的應用，包括人工智能醫(yī)療、金融、無人駕駛等，從機器學習技術的角度進行分析。王教授還將展望機器學習未來技術的發(fā)展方向與趨勢，以及對產業(yè)應用可能帶來的影響。讓我們共同期待，共同迎接這場機器學習盛宴的到來吧！