AI 學習筆記 #1: 機器學習 vs. 深度學習
大學畢業後開始在一家 AI 新創擔任商業相關職位，也許是因為這樣，最近經常被一些朋友問到：『機器學習跟深度學習的差別是什麼?』。今天我想試著用比較科普的方式來回答這個問題。
首先，我們先用一句話簡單定義什麼是 AI — 「讓電腦模擬人類做的事情」，接下來再慢慢介紹什麼是機器學習，什麼又是深度學習。
下圖是一張取自 Nvidia 部落格的圖，主要提供我們 2 個重要的訊息:
- 機器學習 (Machine Learning) 是 AI 的一個子集合，是實現 AI 的其中一種方法；深度學習 (Deep Learning) 則是機器學習的一個子集合，所以是機器學習的其中一種方法。
- AI 的概念早在 1950 年代就被提出；機器學習的相關演算法也早在 1980 年代就有，並不是一個非常新穎的概念；深度學習則是在 2010 年代才正式興起。
為何深度學習會漸漸成為主流方法?
I. 資料量的增加: 深度學習需要有大量資料才能達到較佳的效果，網路與通訊技術的進步使得資料的蒐集與取得比過去更有效率。資料量若是不夠，深度學習的效果就不會太好。
II. GPU (圖形處理器) 技術的逐漸成熟: 過去的深度學習演算法是透過中央處理器 (CPU) 進行運算。由於深度學習計算量大，且 CPU 的架構並不那麼適合深度學習，所以進行模型訓練所耗費的時間非常長。相較於 CPU，GPU 處理圖形所用到的運算架構則非常適合深度學習。也正是如此，深度學習的模型訓練速度才有爆發性的增長，並逐漸成為人工智慧領域的主流。
前文中有提到，AI 是讓電腦程式模擬人類的決策/判斷，那麼機器學習就是讓電腦看過並「學習」大量數據，然後對問題進行推理與判斷的流程。
接著，我們可以再深入探討傳統機器學習與深度學習在算法架構上的差異。假設我們需要分類圖片中的動物到底是貓還是狗，傳統機器學習和深度學習分別會如何進行?
- 機器學習: 資料輸入 → 特徵擷取 → 訓練模型 → 輸出(判斷)
進行學習前，需要先有資料。輸入資料後，機器學習需要進行「特徵擷取 (feature extraction)」，在此例的貓狗分類問題中，先假設我們認為可以分出兩者差異的是花色 (X)、耳朵形狀 (Y)、臉型 (Z)。值得注意的是，上述這 3 個特徵是「人想出來的」。
進行特徵擷取之後，將資料再輸入訓練模型中 (由於此例是貓狗分類問題，模型是一個分類器)，最後便可以得到我們想要的答案 (A) — 圖片中的動物是貓還是狗。
若以數學式來表達，可以寫成: A = aX + bY + cZ
- 深度學習: 資料輸入 → 特徵擷取 + 訓練模型 → 輸出(判斷)
與傳統機器學習相同，深度學習也需要先有資料。
不過，深度學習不需要再人為進行特徵擷取。只要把資料倒入訓練模型 (常常會聽到的「神經網路」) 中，訓練模型會自己進行特徵擷取，接著進行判斷，得到答案 (A)。
值得注意的是，由於特徵擷取是由電腦進行處理，最後的答案可能會是: A = dX + eV² + fW + gUV。
除了 X 是我們已知的花色之外，可能出現 V (例如: 眼睛顏色) 這類我們沒想到的特徵，或是 W、U 等我們無法理解的特徵。
當資料量越大，深度學習可以擷取的特徵可能性就越多，最後判斷的結果也會更加精準。下圖顯示當資料量超過一定的級數，深度學習的效果會遠遠超過傳統機器學習算法的效果。
因此，如果我們的數據量足夠，並且想獲得較好的結果，在不考慮開發時間的情況下，通常會選擇深度學習演算法。
小結：深度學習是機器學習的一種。當資料量夠多，深度學習可以達成比傳統機器學習方法更好的效果。
這是目前撰寫的第一篇科技相關文章，目的是希望用比較淺顯的文字介紹機器學習與深度學習，並說明兩者之間的不同。
未來也計畫會發表更多金融/科技相關的文章，請讀者持續關注我的 Medium，也感謝閱讀到這邊的你/妳。
