介绍

这一章是整本书的"地图"：先弄清人工智能、机器学习、深度学习的关系，再认识三大学习范式——监督学习（带答案学）、无监督学习（没答案找规律）、强化学习（靠奖励试错），最后聊聊绕不开的伦理问题。学完你就有了读全书的全局视角。

深度学习是什么？

人工智能（AI）想造出能模仿智能行为的系统。机器学习（Machine Learning）是 AI 的一个分支：把观测数据喂给数学模型，让它自己学会做决策。这几年它发展太快，现在大家说 AI 几乎就是指机器学习。

深度学习（Deep Learning）是机器学习里的一类：把深度神经网络应用到数据上。它目前是最强大实用的机器学习模型，就藏在你天天用的东西里：翻译（自然语言处理）、按内容搜图（计算机视觉）、语音助手（语音识别），背后都是它。

和"传统机器学习"比，最大的区别是特征从哪来。传统方法要人先挑出有用特征（如预测房价时选"面积、卧室数"）喂给模型；深度网络则直接吃原始数据（像素、文字），自己层层提炼——网络越深，学到的越是抽象的整体概念。

监督学习：带着答案学习

想象一个模型预测房价：输入是一串数字（面积、卧室数等特征），输出是一个价格。训练时我们手里有一堆"输入 + 答案"的样本对，答案扮演教师（监督者）——这正是"监督学习"名字的由来。

按输出类型，监督学习分两大类：

• 回归（Regression）：输出连续数值，如房价、分子的熔点和沸点。
• 分类（Classification）：输出是类别。两类叫二元分类（评论是好评还是差评）；多类叫多类别分类（音频属于哪种音乐、图片里是什么物体），输出一个"各类别概率"的向量。

那"模型"是什么？先当它是黑盒子：进一个向量，出一个向量。打开盒子，其实是一大堆方程——一个"方程家族"。所谓训练（拟合），就是在这个家族里挑一个最能描述数据的方程。深度神经网络就是其中能表达极其广泛关系的方程家族。

无监督学习：没有答案，只有数据

如果手里只有一堆数据、没有任何"标准答案"呢？这就叫无监督学习——没有标签，就没有"监督者"。它的目标不是学"输入→输出"的映射，而是描述或理解数据本身的结构：把相似的聚在一起、发现隐藏规律。

本书重点讲其中的生成式模型：它们学习数据的统计规律，能合成与训练数据"统计上难分真假"的新样本——以假乱真的猫图、建筑图、短篇故事；还能条件生成：在部分内容固定时补齐其余部分，如图像修复、文本补全。

泼盆冷水：文本生成模型看起来"像有智能"，其实只掌握语言的统计规律，并不理解含义——做的只是生成"最可能的下文"。

用代码感受"没有答案的学习"：把一堆无标签的点自动分成三组——模型自己发现了结构：

import numpy as np

# 无标签数据：三团点云（模拟没有标准答案的样本）
np.random.seed(0)
centers = np.array([[2, 2], [8, 8], [2, 8]])
data = centers + 0.6 * np.random.randn(150, 2)

# K 均值聚类：自动把数据分成 k 组，事先并不知道谁属于哪组
k = 3
cent = data[np.random.choice(len(data), k, replace=False)]
for _ in range(10):
    dist = ((data[:, None] - cent[None]) ** 2).sum(axis=2)  # 每个点到各中心的距离
    label = dist.argmin(axis=1)                             # 归到最近的中心
    cent = np.array([data[label == j].mean(axis=0) for j in range(k)])

print("自动学到的三个聚类中心：\n", cent)

整个过程没用任何标签，却把数据分成了三簇——这就是无监督学习的直觉。

强化学习：靠奖励试错

第三种范式叫强化学习（Reinforcement Learning），主角是一个代理（Agent）：它生活在一个环境里，每步可以执行动作，动作会改变环境状态，还可能带来奖励。目标是让代理学会选择"平均能拿到高奖励"的动作。

这里有两个经典难题。一是时间性信用分配：奖励往往很久以后才来，很难说清该归功于哪一步动作。二是探索与利用的权衡：已有能拿不错奖励的策略，该继续用（利用），还是冒险试新动作（探索）？

书里给了两个例子。教类人机器人走路：障碍赛道设检查点，到达就给奖励；但走到检查点需要几十个关节动作，收到奖励时根本分不清谁有功，而且"侧躺滑行"也能前进拿奖励——虽远不如站立行走快，于是要在利用滑行和探索站立间选择。学下棋同理：对手回应不确定，若只在终局给一次胜负奖励，信用分配问题尤其严重。

深度学习怎么参与？一个办法是训练策略网络：用深度网络建立"状态 → 动作"的映射，如机器人从传感器读数到关节运动、下棋从棋盘局面到走法。

伦理：强大技术的另一面

深度学习将至少像电力、内燃机、晶体管或互联网一样改变世界，医疗、教育、交通等领域益处巨大。但工程师们常高估好处、低估伤害。书中列出五个关注点：

• 偏见与公平：系统从历史数据学习，就会复现历史偏见——用薪酬数据预测薪资，可能预测女性拿更低工资。
• 可解释性：深度网络可能有数十亿个参数，我们常常说不清它依据什么做出决定。
• 武器化：几乎所有重要技术都被用于战争，AI 也不会例外。
• 权力集中：公司投入 AI 是为了利润；自动化会冲击低薪岗位，影响不成比例。
• 存在风险：我们正在构建比人更有能力、更可扩展的系统，最坏情况下可能无法控制它。

清单远未列完——还有监控、虚假信息、隐私侵犯、欺诈，以及训练消耗的能源。每个学习、使用 AI 的人都该想一想：我该为什么样的组织工作？它是在认真治理风险，还是只在"伦理洗白"？