AI 小百科：什麼是深度學習？

深度學習的基本概念

從根本上來說，深度學習和所有機器學習的方法一樣，是一種用數學模型對真實世界的特定問題進行建模，以解決該領域內相似問題的過程。好了，好了，我知道一提「數學」兩字，讀者就會跑掉一半，更別提讓非理工科專業的人完全摸不著頭緒的「建模」一詞了。有沒有可能用非理工科專業的人也聽得懂的術語，來解釋一下現今在人工智慧領域如日中天的深度學習演算法呢？

深度學習的基本原理

首先，深度學習是一種機器學習，既然名為「學習」，自然與我們人類的學習過程，有某種程度的相似。請各位回想一下，小朋友是如何學習的呢？

很多父母都會讓小朋友用識字卡來學習認字，從古時人們用的「上大人、孔乙己」之類的習字本，到今天在手機或平板電腦上教小朋友認字的識字卡APP，最基本的思路就是按照從簡單到複雜的順序，讓小朋友反覆觀看每個字的各種寫法（大一點的甚至要學著認識不同書法字體），看多了，自然就會記住了。等到下次再看到同一個字，很容易就能夠認出來。

這種有趣的識字過程看似簡單，實則奧妙無窮。認字時，小朋友的大腦一定是在接受過許多次相似圖像的刺激後，為每個字總結出某種規律，下次大腦再看到符合這種規律的圖案，就會知道是什麼字。其實，要教電腦認字，也差不多是這個道理。電腦也要先把每個字的圖案，反覆看過很多很多遍，然後在電腦的大腦（處理器＋記憶體）裡，總結出一個規律，這樣往後再看到類似圖案，只要符合先前總結的規律，電腦就能知道這個圖案到底是什麼字了。

深度學習的關鍵概念

用專業術語來說，電腦用來學習、反覆觀看的圖片叫做「訓練數據集」。在「訓練數據集」中，一類數據與另一類數據不同的屬性或特質，稱為「特徵」；電腦運用「大腦」總結規律的過程，叫做「建模」；電腦運用「大腦」總結出來的規律，就是我們常說的「模型」；而電腦透過反覆看圖，總結出規律、學會認字的過程，就是「機器學習」（Machine Learning）。

機器學習演算法的多樣性

到底電腦是如何學習的？總結出的規律，又是什麼樣的呢？這取決於我們使用什麼樣的機器學習演算法。

有一種演算法非常簡單，模仿的是小朋友學識字的思路。家長和老師可能都有過這樣的經驗：小朋友開始學識字，比方說，在教小朋友分辨「一」、「二」、「三」時，我們會告訴小朋友，一筆寫成的字是「一」，兩筆寫成的字是「二」，三筆寫成的字是「三」。這個規律好記又好用，但在開始學寫新字時，就未必奏效了。例如，「口」也是三畫，卻不是「三」。此時，我們通常會告訴小朋友，圍成方框的是「口」，寫成橫排的是「三」。所以，這個識字規律又豐富了一層，但仍舊比不上識字數量的增長。

小朋友可能也很快就會發現，「田」也是方框，卻不是「口」。此時，我們會告訴小朋友，方框裡有個「十」字的是「田」。再往後，我們多半就要告訴小朋友，「田」上面出頭的是「由」字，下面出頭的是「甲」字，上下都出頭的是「申」字。很多小朋友就是這樣，一步步豐富了特徵規律，慢慢自己學會總結規律，記住新的漢字，進而學會幾千個漢字的。

有一種名為「決策樹」（decision tree）的機器學習方法（參見圖24），就和前述根據特徵規律來識字的過程非常相似。當電腦只需要認識「一」、「二」、「三」這三個字時，電腦只要數一下要識別的漢字筆畫數量，就可以分辨出來了。當我們為待識別漢字集（訓練數據集）增加「口」和「田」時，電腦之前的判定方法失敗，就必須引入其他的判定條件。由此，一步步推進，電腦就能夠認識愈來愈多的字。