機器學習現在可謂是炙手可熱。只要應用機器學習，就可以有效豐富數據和知識，促進有價值的任務自動化，包括感知、分類和數值預測等。而它的“兄弟”——機器發現，可用于發現照亮和引導人類的新知識。讓我們來探討一下機器學習或者機器發現的最佳應用場景，以及其對商業很重要的原因。

多年以前我是一名機器發現的研究人員，在《機器學習》雜志上發表過學術論文，也參加過機器學習的相關會議并做過報告，因為機器學習和機器發現與人類活動類似。作為一名（有經驗的）企業家，經常有人問我，對于自動處理某些任務來說，學習方法是否非常重要，這也是促使我寫這篇文章的原因。首先讓我們回顧一些基本概念。

人工智能領域的一個重要想法就是，智力工作可以看作是在“問題空間”內的啟發式搜索，可以幫助找到問題的解決方法。

讓我們想象這樣一個電視里常見的任務場景：重案組探員到達案發現場，尸體躺在地板上。一個糟糕的偵探拿起電話簿，從第一頁開始依次打電話進行審訊。一個非常糟糕的偵探甚至會認為是太空入侵或逃走的狒狒干了這事，并要求NASA和當地動物園去追尋這些線索。他們這樣的行為就是采用了錯誤的啟發方法。

一個好的偵探會善于利用正確的啟發方法，從已存在的問題開始，例如：死亡原因是什么？受害者最后見的人是誰？有仇人嗎？有沒有秘密戀情？欠過債？好的偵探也會從上述答案入手，來更加有效地在大范圍內搜索嫌疑犯。偉大的偵探甚至可能想出更加有啟發性的想法。

“機器發現”的關鍵點在于發現就像是另外的智力任務，因此在問題空間中應用的人工智能關鍵啟發式發現搜索方法也可應用于機器發現任務中。

另一方面，“機器學習”的關鍵點在于給予足夠的數據和相關結果，以及一些概念（例如哪些數據特征和預測結果有關系），然后軟件經過訓練后也能夠實現這種關聯。經典的例子包括使用歷史數據來學習如何根據信用風險對貸款申請進行分類，或者預測顧客的流失。

何為機器學習或機器發現的最佳應用？

帶著這些關鍵點，我們來考慮具體應用中，哪種設計（發現或學習）更好？例如：為大型派對或活動引入客流量。一個好的派對主辦方需要了解客人之間的共同興趣，并努力向他們介紹彼此，解釋他們的共同點，以促進他們之間的交流。這是一項艱巨的任務，因此主辦方都非常忙。憑借一份參與者名單，這種情況能夠自動化嗎？

人工智能或者發現方法會這樣處理事情：研究或者找出什么可以促成良好的相互介紹。什么決定了（引薦的）質量？這是為了核心目的而做出的有創新的介紹方法嗎？哪些數據源可以加強這種自動推介（比如LinkedIn簡介或者其他自我介紹）？

然后，就可以生成一些自動介紹，例如：你們三位幾乎在同一時間從同一所大學畢業；或者你們都曾為非洲和平組織服務過；甚至你們兩位是這里唯一知道機器學習的人。

壞的啟發方法可能會導致：你們都離婚了四次以上（尷尬）；或者你們都來自中西部（重點模糊）；或者你們的生日都在冬天（不相關）。

我們已經討論了機器學習和機器發現的關鍵點，以及如何實現具體應用。那么我們概括一下：何為機器學習或機器發現的最佳應用？

機器發現需要研究任務的邏輯，需要相應的知識，包括該范圍內的優先路徑，以及使其符合實際的算法設計。這有利于正在搜索的空間和使用的啟發方法的創新。但是最大的創新或許來源于基于具體輸入而獲得的新穎、有創造性的輸出，因為自動化可以探索比人類實際考慮的還要大得多空間的可能性。

讓我們來看看關于機器發現引擎的三個例子，其中每個都用編好程序的啟發式技術盡可能地探索和報道可供人類閱讀的知識。

90年代商業化的搜索引擎會搜索很多信息文件，利用啟發式技術（例如頁碼排序，根據每一份文件的內容或者標題的查詢詞確定優先級）來給出引文清單，且每個摘錄都動態地定制為查詢詞的函數。

2000年左右商業化的歸類引擎將數以百計的搜索結果以分組的形式放入主題文件夾，利用啟發式技術（比如提取出的主題的語言特性，每一個主題涵蓋多少搜索結果，將主題劃分為不重疊組的效果如何等）來描述出現在返回的搜索結果中的主題。

2015年實現商業化基準化引擎在大型同類群體中發現其異常表現，利用啟發式技術（例如組合簡潔、合理的屬性，和處理異常類型良好地句型）來輸出能傳達關于目標實體基準化見解的英語段落。

機器發現的方法也許是：任務輸出結果并不只是分類或者數字上的預測。人們寫了很多關于這種任務的書或者文章來教授新人。這里也沒有關于輸入/正確輸出組的豐富數據，因此要常常說服別人為什么輸入數據和任務元認知知識符合特定的輸出。任務元認知知識是孤立的，因此在執行任務的時候并不需要一般的常識。

這對于科技商業來說意味著什么呢？機器學習能使自動化任務實現半自動化從而減少開支。機器學習可以應用于很多數據豐富的任務。機器發現則更強調需要特定知識和訓練的具體任務，機器發現往往偏向于手工制作，更加精細和罕見。

你需要大量內部或供應商的人工智能專業知識。供應商會更少，而且他們更關注有深遠影響的具體知識任務，從而確保企業在經濟上可行。供應商不會稱自己為機器發現公司。與機器學習不同的是，由于機器發現的公司更少，因此更容易產生市場差異化。

機器學習和機器發現雖然是親兄弟，但是當它們都成熟以后就會分開。