機器學習的本質(zhì)是模式識別。 一部分可以用于預(yù)測（有監(jiān)督學習，無監(jiān)督學習），另一類直接用于決策（強化學習），機器學習的一個核心任務(wù)即模式識別， 我們通?？梢杂媚Ｊ阶R別來對我們未來研究的系統(tǒng)進行歸類， 并預(yù)測各種可能的未來結(jié)果。

　　也許晦澀的概念解釋你看半個小時也不一定能看懂，而想要了解這項技術(shù)，最好的辦法就是親自嘗試一下，而這也是谷歌的這項內(nèi)容的宗旨所在。

　　最近我們總聽什么機器學習技術(shù)機器學習技術(shù)的，那么究竟什么是機器學習技術(shù)？它又是如何工作的呢？也許晦澀的概念解釋你看半個小時也不一定能看懂，而想要了解這項技術(shù)，最好的辦法就是親自嘗試一下。

　　現(xiàn)在谷歌就推出了一項名叫Teachable Machine的實驗性瀏覽器教學內(nèi)容，它通過簡單的兩分鐘內(nèi)容，就通過視頻和圖片的方式直觀的告訴我們現(xiàn)代人工智能技術(shù)能做到哪些事情、哪些還暫時無法做到。

　　Teachable Machine可以讓我們用自己的網(wǎng)絡(luò)攝像頭來訓(xùn)練出一個非常基本的人工智能程序，只要點擊包括綠色、紫色、橙色等按鈕，機器就能通過攝像頭記錄下它看到的一切。一旦“它”學會了足夠多的內(nèi)容，就會自動輸出你喜歡的任何東西（一個gif圖、一個音效或一些文字），而這些都是在我們訓(xùn)練它看到的對象或活動之后。比如我教它識別室內(nèi)的植物，并且做出對應(yīng)的gif動畫，還可以自動在手勢控制的方式下彈奏吉他。

　　所有這些內(nèi)容都非常有趣，也展示了機器學習技術(shù)的一些基本原理。首先，這樣的程序都是通過實例學習來實現(xiàn)。先看，然后找到模式，然后記住。其次，它需要大量的例子來學習。第三也是最重要的，目前它理解世界的方式還很膚淺，很容易培養(yǎng)。

　　比如最開始我教它識別家里的植物，事實上我只是教它識別了一個模糊的像素組。它沒有看到蘆薈，然后就會聯(lián)想到為什么年輕人喜歡在室內(nèi)養(yǎng)植物？也許就是因為買不起大房子，而從此就會貼上特別的標簽。所有的機器都是通過看到的東西進行基本的信息識別，而其它額外的信息也需要被編入到程序中。

　　通過谷歌的Teachable Machine我們對機器學習技術(shù)有了進一步的了解，而下次就能更好的理解人工智能或機器學習技術(shù)的進步。但隨著它看到的東西越來越多，算法的創(chuàng)建并沒有我們大腦想象的那么聰明。換句話說，它還在繼續(xù)學習中。