机器学习：知识获取与技能提升的关键

在第六章“通过传授学习”中，机器学习被探讨作为计算机科学领域内的关键主题，特别是在人工智能发展中的核心地位。传授学习强调的是通过人机交互，将用户的普通观念或建议转化为可执行的程序，或者帮助用户更新和扩展已有的知识库。在这个过程中，系统的外部输入知识可能与内部表示形式不完全一致，因此系统需要具备一定的推理、翻译和知识整合能力。 举例来说，那位计算机科学家通过一幅对齐的数字序列展示了他的工作目标，即让计算机理解并学习这些模式。学习在这里被视为一种系统的变化，使得计算机在处理类似任务时更加高效，这一观点与Simon和Minsky的定义相呼应。他们分别认为学习是系统性能提升和内在心理变化的结果。 机器学习的定义是多面且不完全统一的，但它主要关注的是研究如何利用机器模拟人类的学习过程，使计算机能够自动获取新的知识和技能。知识获取部分涉及构建客观现实的符号表示，如物理系统和行为模型，而技能求精则关注下意识地通过实践提升机械和认知技能，如骑自行车这样的操作，需要通过反复练习和纠正错误来实现。 尽管知识获取可能是一个有意识的创造过程，产生新的智力模型，但技能求精更多是无意识的，通过不断的实践和反馈循环来提升。因此，机器学习的研究范围不仅限于算法和模型的开发，还包括如何让机器在实际环境中学习、适应和优化，从而展现出智能行为。机器学习的重要性在于它为实现人工智能的自主性和智能化提供了坚实的基础。