你是否真的需要机器学习？

作者 | Caleb Kaiser

译者 | 盖磊

策划 | 李冬梅

文中内容并非是从理论上去探讨哪些问题可以通过机器学习解决，而是意在帮助那些没有数据科学家的团队理解应用机器学习是否真的有效。

机器学习当前处境微妙。

机器学习的可行性已得到充分证明，几乎所有最受欢迎的移动应用都或多或少使用了该项技术，从中可见一斑。但这一生态系统尚未完全成熟到任何一位初学者都可以迅速应用自如的程度。

对于团队而言，决定何时引入机器学习技术并非易事，尤其是对于缺少数据科学家的团队。尽管软件工程人员通常对机器学习具有更高层次的理解，但他们一般缺少领域知识，难以判定自己所面对的问题是否适用机器学习解决。

文中内容并非从理论上去探讨讲哪些问题可以通过机器学习解决，而是意在帮助那些没有数据科学家的团队理解应用机器学习是否会有效。

是否有其他人使用机器学习解决了类似问题

如果团队中没有任何经验丰富的机器学习工程师或数据科学家，那么是很难回答“是否有可能通过机器学习来解决某个问题？”

如果团队中缺少数据科学家，应该怎么办？

自身成为机器学习专家。这样你可以自己分析问题，判定机器学习解决方案的可行性。
聘用机器学习专家，完成上述工作。
调研是否有其他人用机器学习解决了类似的问题。

前两个选项耗精力耗财力，而后者可能只需花一天时间搜索一下。

相关调研的好处，就是有助于确定工作的着手点。鉴于团队中没有数据科学家，不太可能针对问题设计出适用的模型架构。例如，如果需要构建一个客户支持代理，那么可以去了解一下其他公司的做法。当然，你一定会涉及到 Rasa 和 Google Meena。

了解使用哪些模型和方法解决了类似的问题，有助于团队明确工作的着手点。例如，工程师 Robert Lucian 构建了一款得到广泛使用的个性化车牌读取器。Lucian 的解决方案就是依赖于一些已有的目标检测和文本提取模型。

Lucian 在在文章中提及，他只是调研了其他人在类似领域中正在使用的方法，进而着手实现了自己项目中的机器学习部分。他最终找到了那些专门针对车牌而调优的模型，及用于文本提取的有效模型。这样，他很快将两者加入到生产环境中。

是否具有相关的数据来源

除非你的问题使用原始预训练模型解决了，否则模型都需要使用相关数据进行训练。

例如，构建一个推荐系统引擎，需要用户资料属性以及浏览习惯等数据。而构建一款客户支持代理，则需要文档手册进行训练。为使模型适用于特定领域，需要使用相应领域数据进行训练。

但是，训练数据不必是自己具有的。即便并没有做复杂的用户数据收集，也可借助于一些公开可用的数据。

例如，数月前开始流行的文本类冒险游戏“AI Dungeon”，就是基于机器学习构建的。

尽管游戏开发工程师 Nick Walton 只通过从 choiceyourstory.com 上抓取 50 MB 的文本做模型调优，但该游戏仍可以与当前最先进的模型相媲美。其成功应归功于迁移学习，该技术将模型的“知识”（该游戏中使用了 OpenAI 的 GPT-2）迁移到新的模型，并使用很小的数据集对更特定领域做了调优，例如游戏中的地牢探索者的故事情景。