机器学习系统的条件和能力

（一）机器学习系统的定义

为了使计算机系统具有某种程度的学习能力，使它能通过学习增长知识、改善性能、提高智能水平，需要为它建立相应的学习系统。

能够在一定程度上实现机器学习的系统称为学习系统。

1973年，萨利斯（Saris）曾对学习系统给出如下定义：如果一个系统能够从某个过程或环境的未知特征中学到相关信息，并且能把学到的信息用于未来的估计、分类、决策或控制，以便改进系统的性能，那么它就是学习系统。^[4]1977年施密斯（Smith）等人又给出了一个类似的定义：如果一个系统在与环境相互作用时，能利用过去与环境作用时得到的信息，并提高其性能，那么这样的系统就是学习系统。^[5]

（二）机器学习系统的条件和能力

由上述定义可以看出，一个学习系统应具有如下条件和能力。

（1）具有适当的学习环境。无论是在萨利斯的定义中还是在施密斯等人的定义中，都使用了“环境”这一术语。这里所说的环境是指学习系统进行学习时的信息来源。如果把学习系统比作学生，那么“环境”就是为学生提供学习信息的教师、书本及各种应用、实践的过程。没有环境，学生就无从学习与应用新知识。同样，如果没有环境，学习系统就失去了学习和应用的基础，不能实现机器学习。(www.xing528.com)

对于不同的学习系统及不同的应用，环境一般是不相同的。例如，当把学习系统用于专家系统的知识获取时，环境就是领域专家以及有关的文字资料、图像等；当把它用于博弈时，环境就是博弈的对手以及千变万化的棋局。

（2）具有一定的学习能力。环境只是为学习系统提供了学习及应用的条件。学习系统要从中学到有关信息，还必须有合适的学习方法及一定的学习能力，否则它仍然学不到知识，或者学得不好。这正如一个学生即使有好的教师和教材，如果他没有掌握适当的学习方法或者学习能力不强，他仍然不能取得理想的学习效果一样。

学习过程是系统与环境相互作用的过程，是边学习、边实践，然后再学习、再实践的过程。就以学生的学习来说，学生首先从教师及书本那里取得有关概念和技术的基本知识，经过思考、记忆等过程把它变成自己的知识，然后在实践（如做作业、实验、课程设计等）中检验学习的正确性，如果发现问题，就再次向教师或书本请教，修正原来理解上的错误或者补充新的内容学习系统的学习过程与此类似。它也通过与环境多次相互作用逐步学到有关知识，而且在学习过程中要通过实践验证、评价所学知识的正确性。一个完善的学习系统只有同时具备这两种能力，才能学到有效的知识。

（3）能应用学到的知识求解问题。学习的目的在于应用。在萨利斯的定义中，就明确指出了学习系统应“能把学到的信息用于未来的估计、分类、决策或控制”，强调学习系统应该做到学以致用。事实上，如果一个人或者一个系统不能应用学到的知识求解遇到的现实问题，那他（它）也就失去了学习的作用及意义。

（4）能提高系统的性能。这是学习系统应达到的目标。通过学习，系统应能增长知识，提高技能，改善系统的性能，使它能完成原来不能完成的任务，或者比原来做得更好。例如对于博弈系统，如果它第一次失败了，那么它应能从失败中吸取经验教训，通过与环境的作用学到新的知识，做到“吃一堑，长一智”，使得以后不重蹈覆辙。