上一篇我们聊了从IT化到BI商业智能化的过程，今天，我们聊聊大数据和人工智能的话题。

传统IT系统的限制

我们看传统的IT系统都是基于业务规则来运算的。也就是说，首先，需要人非常理解业务，然后将业务规则按照一定思路转换成计算机语言。这些规则都是固化的，计算机只是忠实的执行和记录。所以这个系统要想成功，人对业务的理解是核心。另外人还需要对业务的未来有一定预判，这样系统的可扩展性才够好。

正是由于这个限制，很多场景下已经是传统IT系统和人力无法解决的了。比如如何在海量的商品中，推荐给用户可能感兴趣的东西。再比如汽车的自动驾驶。这些场景中的规则，已经不是人能够穷尽的了。

归纳法和演绎法

那如何解决这些问题？就需要计算机具备一些识别、判断、总结知识的能力。这就是机器学习的概念。

人是怎么学习的呢。人获取知识主要通过两种方式，一种叫归纳法，一种叫演绎法。

什么是归纳法，就是见多识广。见得多了，通过思考，慢慢琢磨事物背后的道理。然后，提出一些规律假设，再在实际的工作中不断的实践和改进，最终形成自己的一个方法论。

这个方法论就是永恒不变的真理吗？肯定不是。方法论形成于人类的实践活动，是不断迭代和优化的过程。比如，我们看到的天鹅都是白色的，然后得到的结论是所有的天鹅都是白色。事实呢，当黑天鹅被发现的时候，这个结论就被打破了。

什么是演绎法，就是我们的逻辑推理。比如哲学里有名的三段论，大前提、小前提和结论。举个例子，所有人最终都会死，这是大前提。作者本人也是人，这是小前提。所以作者本人最终也会死，这是结论。

我们可以看到，演绎法的大前提是怎么来的，他来自归纳法。如果这个大前提是错误的，那演绎出来的结果也是错误的。

机器学习

那计算机也可以学习人类的这两种方式。演绎法自然不必说，这是目前IT系统最擅长的。我们重点说说归纳法，要想归纳，前提得有足够多的数据，数据质量越高，可能归纳出来的规律就越准确。

所以对机器学习来说，数据的整理、加工、清洗工作是非常重要的。数据的质量决定了机器学习效果的上线，好的模型和算法只能逐渐逼近这个上线。

通过观察数据，我们给出一些规律的假设。规律假设在机器学习里就是模型和算法的选择。比如我们想估算一台二手电脑的价格，直觉上电脑用的时间越长，价格肯定越便宜。价格和时间等因素应该是一个线性的关系。那我们就可以假设为线性模型。

假设完成后，我们就有了一个待求解的模型函数。需要根据实际的数据进行训练，迭代求解参数。怎么求解？我们需要设定一个训练的目标，也就是目标函数。训练的过程就变为让参数不断迭代，使得函数逐渐逼近目标的过程。比如二手电脑的估算问题，他的目标就是与真实价格的误差方差最小。训练的过程就是不断尝试不同的模型参数，让方差最小。

参数训练完毕后，得到的模型就是我们假设的结论，我们还需要进行实际的验证。已经参与过训练的数据就没有办法拿来进行验证了。所以，在我们训练模型之前，我们需要将数据分为两部分，一部分用于参数训练，一部分用于模型的验证。

最终，我们要通过真实的数据来验证模型的可靠性。准确性不好的，我们要进行模型、算法和参数等的调整，重新进行训练，最终达到我们想要的目标。当然这个过程中，我们还要考虑模型训练的计算成本和复杂度，在成本和收益之间做一个抉择。

我们可以看到，由归纳法所决定，机器学习不可能得到一个完全正确的真理。他不像传统的IT系统，全是规则透明的。机器学习的模型只能是概率的判断。

总结一下，通过借鉴人类学习的方式，计算机具备了初步的智能。数据整理、模型算法选择、模型训练、模型检验等关键步骤，形成了机器学习的闭关。学习是一个不断迭代的过程，最终才能达到我们满意的结果。