基于人工智能技术的机器学习研究

摘要：随着我国科学技术的不断深入发展，人工智能领域也取得了长足的进展，人工智能作为计算机科学、信息科学和数学等领域综合交叉的研究领域，主要是指通过计算机技术来实现的智能技术发展。本文首先对于人工智能和机器学习的基本概念进行分析，进而研究基于人工智能技术的机器学习的影响因素和建设方式研究，目的是为我国人工智能技术的发展扩展思路，也为我国机器学习研究做出人工智能领域的贡献，使其更好地为我国经济发展服务。

关键词：人工智能 技术 机器学习

中图分类号：TP181 文献标识码：A 文章编号：1007-9416（2016）11-0089-01人工智能技术，是一门诞生于在二十世纪中期的技术，对于社会和经济发展都有着长远的意义。人工智能这一科学，包含的学科领域比较广，主要包含计算机科学、信息科学、数学科学、工程技术以及哲学心理学等知识体系，其研究的核心问题主要在于能够令及其具备基本的学习、交流、输入和输出的能力，最终目的是实现机器和人类相似的认识世界和独立思考的能力，人工令机器具备更加“聪明”的属性，这也是能够令计算机具有智能性能的基本方式。

1 机器学习概述

1.1 机器学习定义

机器学习，主要就是指通过系统或者知识的识别，对于机械的学习能力进行提升，使其能够获得新技能或者新知识。与人类的学习方式类似，如果不进行系统的学习或者没能掌握合适的学习方式，那么机器学习的效果也会大打折扣，难以进行新知识、新作品的创造，机器学习也是相同的道理，只有通过学习掌握了分析问题、解决问题的方式，才能够获取创新能力。机器学习在人工智能发展领域是一个热门的研究领域，其研究的目的简而言之就是推动机器能够像人类一样不断获取新的知识，获得分析问题和解决问题的能力，建立起相关的知识体系，并且将这些能力运用在具体的实践问题解决中[1]。

1.2 机器学习研究目的

机器学习研究的主要研究目标有三个，首先，需要进行人类学习整体过程的模拟，在此基础上进行学习认知模型的建立，目标的实现对于科学知识的认知和发展存在着很强的相关性；其次，需要推动机器进行相关理论的学习与研究，探索多种学习方法，并且根据机器本身的特质进行特定的程序设计，体会其相似和区别性；最后，设定关于机器学习的相关程序，主要研究内容就是获取知识的工具以及相关系统，在机器发函系统建立的过程中建立起相关数据库，进行知识和经验的累积。不断进行自身知识的累计，提升能力掌握的水平，提升机器智能化的能力，令机器能够接近人类的学习能力。

1.3 机器学习方式方法

机器学习方式方法主要就是基于人类的学习方式，需要将机器和人类学习的方式进行综合学习，掌握更科学的学习方式方法，在人类思考方式和学习方式的基础上进行机械性能的扩展，能够实现快速、大内存、高复制性的工作，得到适合的机器学习方式方法。当前，机械学习的具体学习方式方法有两种思路，一种是演绎学习系统，从一般到特殊的学习方式方法，能够通过公理的推断得出相应的结论和目的；另一种属于归纳学习系统，主要思路就与演绎方法相反，特殊到一般的思维方式，其主要包含传统归纳和创新归纳两种模式，也可以包含完全和不完全归纳这两种模式，其中传统的归纳关系是根据事实思考方式，归纳出其中的共性，得到科学的机器学习方式方法。

2 基于人工智能的机器学习研究

2.1 环境适应性机器学习研究

机器与人类的很大一点不同在于，对于环境的适应性有所不同，机器对于环境的适应性研究也就成为人工智能技术研究的重要问题之一，环境能够位系统提供的质量高低对于机器学习的质量有着深远的影响，同时，机器内部体系存放的原则往往都是通过环境适应性的原则建立起来的，然而，外界环境通常都具有复杂性，学习过程中必须通过大量的数据进行支持，对于多余环节进行删减，在此基础上进行总结推广，设定成为系统的动作指导一般性准则，这样可能会导致机器学习过程繁杂，这对于整个系统长远发展是不利的[2]。

2.2 机器知识库的扩展延伸

机器知识库的设置对于机器学习的发展而言也意义重大，需要保障机器知识库种类丰富、表现形式多样化，其中需要包含基本的特征向量、规则化语言以及网络化关联等等，因此在进行机器知识库的设计中，需要做到知识库适当的扩展延伸，实现提升机器学习能力的目的，主要可以从三个角度入手，首先，要求逻辑简单、表意明确的机器表达模式，其次要求做到推理过程简单易懂，能够降低机械计算成本，这就要求机器学习的系统进行简单的推理过程，最后，要求实现知识的充分扩展和眼神，人工智能技术背景下的机器系统的学习不仅仅要求基础知识的掌握，更要求知识的表达方式以及表达效率的提升，甚至一个知识要求需要不同的表达模式，对于系统的构筑要求也有所不同。

2.3 机器学习反馈评价体系

基于人工智能技术的机器学习，需要建立起相应的反馈和评价体系，针对机器学习反馈评价体系而言，其反馈主要包含三重内容，其一是根据简单基础的规则进行基础反馈评价，其二是进行设计多个概念的复杂型评价反馈体系，最后就是设计小型的策略分析评价体系，分步根据实际任务进行机器学习反馈评价体系的建立。在此基础上，应当提升学习反馈评价机制的透明度，要求执行的过程和结果通过简明的方式表现出来，对于已有的知识库进行合理评价，在表达模式当中采取元级表述的方式进行反馈评价，这样的反馈评价体系有利于人工智能技术在机器发展中的应用，扩展机器学习范畴的同时提升其执行能力。

3 结语

综上所述，在人工智能的背景下，进行机器学习的研究势在必行，需要通过多种方式在研究机器学习定义、目的和方式方法的基础上，对于人工智能在机器学习中的认知进行深入思考和完善，通过环境适应性机器学习研究、机器知识库的扩展延伸和机器学习反馈评价体系的建立这三种方式进行人工智能的机器学习发展，推动人工智能技术在机器学习领域的深入发展，推动社会经济的发展。

参考文献

[1]蔡泽锋.计算机网络技术对人工智能的应用研究[J].机电工程技术，2016（Z2）：629-631.

[2]王辉.人工智能研究面临的两个问题――对人工智能的思考探讨[J].现代工业经济和信息化，2016（16）：90-92.