編按：人工智慧的發展已漸漸成熟，不再只是電影中的虛構情節，本文選自該書《了解人工智慧的第一本書：機器人和人工智慧能否取代人類？》的第四章（「機器學習」悄悄地在擴大地盤：第三次人工智慧熱潮），解釋了機器學習的原理與應用，如何從獲取特徵量，來讓機器學習更聰明？

機器學習時的難題

透過機器學習，電腦可以自行學會「如何分類」「如何畫邊界線」，以及判斷、辨識與預測未知的事物。這樣的技術，目前在網路與大數據的領域中受到廣泛的運用。但機器學習也有弱點，在於「特徵工程」（feature engineering）的部分，也就是特徵量（與生俱來的特性）的設計，在此稱為「特徵量設計」。

所謂的特徵量，是機器學習在輸入時使用的變數，它的數值可定量呈現目標的特徵。機器學習隨著所挑選特徵量的不同，而讓預測精確度產生很大的變化。

例如，在手寫文字辨識方面，必須調整圖像的中心與大小、設計特徵量。先前為了讓說明單純一些所以沒有觸及， 精確度的提升並非只靠把圖像切分到以像素單位就能辦到。

挑選何種特徵量，對於預測的精確度會帶來決定性的影響。不妨想想「預測某人年收入」的狀況，就會很好懂。這個人住在哪？他是男是女？利用諸如此類的特徵量預測年收入，就像是透過神經網路或其他的機器學習方法學習一樣。這時，要以什麼為特徵量？換句話說，要讓電腦讀入什麼樣的變數，才能對提升預測精確度帶來最大貢獻？這應該很容易想像吧。

如【圖表18】所示，「性別」或「居住地區」感覺和年收入有關係，但「身高」就教人打個問號了，「喜歡的顏色」應該關係不那麼大。相較之下，反倒是「年齡」「職業」「產業別」「擁有的證照」等變數，更可能影響到年收入。假設真的在資料庫中加入「生日」這個欄目，光是這樣仍稱不上是良好的特徵量。改為登錄「生日與目前日期之間的差距」，也就是「年齡」這個數值，似乎對於預測年收入一事才會比較有幫助。

不過，電腦就無法做出這樣的判斷了。為提升機器學習的精確度，牽涉到「要放什麼特徵量」，而這只能靠人類動腦思考 這就是機器學習的最大關卡「特徵量設計」。

對此，我回想起學生時代的往事。

一九九八年左右，我在上以自然語言處理知名的黑橋禎夫（Sadao KUROHASHI）老師（現任京都大學教授）的課。他是一位在日本對這方面的研究帶來莫大影響的研究者。不光自然語言處理，他還談了很多資料庫與程式設計的事情，課程內容很有趣。但在完成對於機器學習的漫長說明後，黑橋老師卻淡淡地說了一句，

「唔，方法很多，不一而足，但到頭來，最辛苦的其實還是要找出夠好的特徵量，這就只能由人類來做啦」。

他這番話讓我深感震驚，彷彿當頭棒喝。因為，他乾脆地把我一直在想的事情講出來了。這是我頭一次在自己以外的別人嘴裡聽到「特徵量的安排對機器學習來說屬於本質性問題」這件事。之後，大家才開始普遍體認到特徵量設計這個問題。

人類很擅於掌握特徵量。在看到同一個對象時，都會自然而然察覺到對方隱藏於內在的特徵，藉以更輕鬆地理解對方。或許各位曾經聽某一行的前輩，以簡單得驚人的方式把事情講得很清楚。只要能掌握住特徵，看起來複雜的事情， 還是可以整理得很簡單、很好懂。

人類在視覺資訊上也在做同樣的事。例如，對人類來說，要區分某個動物是象、是長頸鹿，還是斑馬或貓，是輕而易舉之事；但對電腦來說，要它找出必要的特徵，以根據圖片資訊分辨這些動物，就十分困難了。就算要讓電腦做機器學習，要是無法適切地找出其特徵，學習這件事還是不會順利。

為何至今未能實現人工智慧？

好了，暫且先跳開機器學習的話題，包括本章到此為止介紹過的內容在內，一起重新來思考一下吧。

在第三章裡，我們觸及了一個問題：只要輸入「知識」，固然可以讓人工智慧變聰明，但「知識」卻是再怎麼寫也寫之不盡的。另外還有「框架問題」：針對不同性質的任務，難以事前決定，機器人該使用什麼樣的知識。還有「符號接地問題」，對電腦來說，它無法理解斑馬就是「有斑紋的馬」這件事。

相較之下，在本章提及的機器學習，則是得由人類來決定，要以什麼作為特徵量才行。只要人類能設計適切的特徵量，機器學習就能順利運作，否則運作狀況將難如預期。

這些問題，到頭來都指向同一件事：一直以來，我們之所以無法實現人工智慧，是因為關於「應該在這個世界裡關注何種特徵、取得資訊才好？」這件事，還是非得借重人類的手不可。

也就是說，只要電腦能夠在給予的資料當中，找出應該關注的特徵，獲得用於表達該特徵的程度高低之「特徵量」， 就能解決在機器學習中存在的「特徵量設計」的問題。

符號接地問題也一樣，只要電腦能自己找出特徵，以及用於表達特徵的概念（像是「有斑紋的馬」），再來就只需要給個符號名稱（斑馬），由人類把雙方連結在一起，電腦就能理解符號的意義、並予運用了（就像當媽媽的把物品的名稱教給孩子一樣）。

框架問題也是，只要能根據資料、抽取出現象的特徵， 再運用使用了該特徵的概念來表達知識，應該不致於老是碰到例外之事。此外，也不致於「為了挑出必要的知識，而陷入無限的思考」。

過去，語言哲學家費爾迪．德．索緒爾（Ferdinand de Saussure，一八五七∼一九一三）認為，所謂的符號，就是概念（signifié；符號義）與名稱（signifiant；符號具）表裡一致而連結起來的東西。符號義也可以說是符號的內容，符號具也可以說是符號的表達。如【圖表19】所示，符號具處的「貓」這個字，其實隨便取什麼都可以，但是等到連結起來之後，大家就知道要用「貓」這個名稱（符號具）來表達貓的概念（符號義）了，而且也會這樣使用。

只要在電腦從資料當中取出特徵量、用它來獲得「概念（符號義；符旨）」後，再賦與「名稱（符號具；符徵）」，那麼根本不會發生符號接地問題。而且，也不會只使用「特定狀況下的知識」，而可以因應狀況、因應目的， 自行創造適切的符號，再自行獲得與活用使用了該符號的知識。一直以來，人工智慧之所以面臨各種問題，是因為它無法自行得到概念（符號義）使然。

現在，已經漸漸出現一些方法，可以讓電腦在收到的資料當中，生成重要的「特徵量」。電腦漸漸有了獲得符號義的眉目了。下一章就要談談人工智慧五十年來的大突破，也就是「深度學習」。

• 本文出自城邦出版集團經濟新潮社出版《了解人工智慧的第一本書：機器人和人工智慧能否取代人類？》