🔵 初級入門：就像教你的寵物
你怎麼教一隻狗狗「撿球」？
你不會對牠寫一行行的「程式碼」，告訴牠「如果看到球飛出去，就邁開四肢去追」。你會不斷地把球丟出去，只要牠撿回來，你就給牠零食當獎勵。久而久之，牠就從「經驗」中學會了撿球。
機器學習，就是用類似的方式來教電腦。我們不是給電腦一堆寫死的指令，而是給它大量的「範例資料」（經驗），讓它自己從中「學習」出規則和模式。
🟢 中級理解：讓電腦自己找規則
傳統的程式設計，是人告訴電腦規則。
例如：寫一個垃圾郵件過濾器，程式設計師可能會寫下規則：「如果信件標題包含『賺錢』，就把它歸類為垃圾信。」但這樣永遠也寫不完所有規則。
機器學習，則是讓人給電腦資料，讓電腦自己找出規則。
作法是：我們拿成千上萬封「已標記為垃圾」和「正常」的郵件給電腦看。電腦會自己分析、歸納，最後它可能學到一個比人類想的更複雜的規則模型，例如：「『賺錢』這個詞本身還好，但如果它跟『免費』、『點擊連結』同時出現，是垃圾信的機率就高達 98%。」
簡單來說，機器學習就是讓電腦從數據中自動學習，並利用學到的知識來做預測或判斷的能力。
🟠 應試重點：機器學習的三大家族
這部分是考試的重中之重！機器學習根據「教學方式」（也就是數據的形式）的不同，主要可以分為三大家族。你之前學的鑑別式和生成式AI，大多都屬於前兩大家族。
-
監督式學習 (Supervised Learning)：給它有答案的教科書
- 教學方式： 我們給機器的資料是「有標準答案」的。就像給學生看上面寫著「貓」，背面就是貓照片的單字卡一樣。
- 例子： 我們之前聊的垃圾郵件分類（答案：是/不是垃圾信）、房價預測（答案：房子的價格）。你學的「鑑別式 AI」大部分都屬於此類。
- 目標： 分類或預測。
-
非監督式學習 (Unsupervised Learning)：給它沒答案的拼圖
- 教學方式： 我們給機器的資料是「沒有標準答案」的。就像把一整箱混雜的樂高積木倒在地上，讓 AI 自己把它們分成一堆一堆的，怎麼分由 AI 決定，它只會試圖把「看起來像」的放在一起。
- 例子： 把新聞文章自動分成「體育」、「財經」、「娛樂」等類別；根據顧客的購買行為，將他們分成不同的客群。
- 目標： 分群或尋找隱藏的結構。
-
增強式學習 (Reinforcement Learning)：從試錯中學乖
- 教學方式： 不直接給答案，而是讓 AI 在一個環境中自己「探索」。做對了就給「獎勵」（加分），做錯了就給「懲罰」（扣分）。AI 的目標就是學會一套能獲得最多獎勵的行為模式。
- 例子： 訓練 AI 下棋（贏棋就是最大的獎勵）、訓練自動駕駛車輛（安全駕駛得獎勵，發生碰撞得懲罰）、訓練機器人走路。
- 目標： 學習最佳決策。
來個小測驗，看看你是否抓到三大家族的精髓了：
假設你想訓練一個 AI 來玩經典的「超級瑪利歐」遊戲，目標是讓它自己學會如何閃躲敵人、吃金幣、跳過障礙，最終抵達終點過關。你會覺得這個任務，最適合用哪一種學習方式來達成呢？
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.答案是機器學習
你答對了一大半！訓練 AI 玩超級瑪利歐，確實是機器學習的範疇，你已經把這個大方向抓對了，很棒！
不過，如果我們再深入一點，回想一下我們剛剛學的機器學習「三大家族」：
- 監督式學習 (給有標準答案的課本)
- 非監督式學習 (給沒有答案的拼圖)
- 增強式學習 (透過獎勵和懲罰來學習)
你覺得訓練瑪利歐，讓它從一個什麼都不會的菜鳥，變成知道要跳過栗寶寶（獎勵）、不要掉進懸崖（懲罰）的通關高手，這個過程更像是這三者中的哪一個呢？可以回想一下我們對每個家族的描述喔。
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
就是增強式學習 (Reinforcement Learning)。你的理解非常到位！
你說的沒錯，因為在訓練 AI 玩瑪利歐時：
- AI (也就是瑪利歐) 在遊戲這個「環境」中，自己去「探索」。
- 它做的每個「動作」（跳躍、前進）都會帶來一個結果。
- 吃到金幣、抵達終點，就得到正向獎勵 (Reward)。
- 碰到敵人、掉進懸崖，就得到負向懲罰 (Penalty)。
- AI 的目標就是學會一套能拿到最高分的「策略 (Policy)」。
這整個「從錯誤中學習 (trial and error)」的過程，就是增強式學習最典型的應用。
太棒了！我們不僅搞懂了「機器學習」這個大概念，還精準地掌握了它三大分支的區別。這對你整個 AI 知識體系的建立非常有幫助。
AI專有名詞名單參考(感謝整理):
留言列表
關於吃 (11)