?? 上一節(jié)聊到，“強(qiáng)化學(xué)習(xí)”可以把無(wú)監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)兩者優(yōu)勢(shì)有機(jī)的結(jié)合在一起，那么代表著最炫最酷的學(xué)習(xí)方法，它有什么特別之處呢？
AlphaGo
1706277267.jpg
話說AlphaGo一開始也是使用有監(jiān)督的學(xué)習(xí)，學(xué)習(xí)的對(duì)象是人類高手上千年積累下來的對(duì)弈棋譜，那些棋譜的輸贏結(jié)果是知道的，也就相當(dāng)于人為地標(biāo)注上了那步是好棋，那步是差棋。這個(gè)與Google通過開發(fā)詳細(xì)的街景地圖，來實(shí)際無(wú)人駕駛技術(shù)是一樣的道理。
尋求突破
但是AlphaGo如果只是沿著人類的思路去學(xué)習(xí)，不單進(jìn)步的速度慢，而且恐怕學(xué)得再多也不可能比人類的棋藝高出一大截。當(dāng)然，因?yàn)閲宓淖兓啵m然計(jì)算機(jī)速度快，但在圍棋領(lǐng)域試錯(cuò)也是不現(xiàn)實(shí)的。
不得不說，在沒有了解之前，我一直以為AlphaGo是因?yàn)檫\(yùn)算速度快，能提前算出每步棋的勝負(fù)概率才贏的人類，后來才知道不是這么的簡(jiǎn)單。更何況AlphaGo學(xué)習(xí)的目的是實(shí)現(xiàn)機(jī)器的高智能化，要突破人類思維的局限性是重點(diǎn)攻克的一環(huán)。
改進(jìn)
為此AlphaGo就采用改進(jìn)版的“強(qiáng)化學(xué)習(xí)”，它的方法說起來非常簡(jiǎn)單，就是機(jī)器在沒有人為標(biāo)注方向的情況下，自己先試著走一個(gè)方向，然后人告訴它好不好，也就是說它自己可以選擇任何一個(gè)方向，包括之前人類沒有想過的方向，然后人來告訴它這個(gè)方向可不可行。
特斯拉
1706278457.jpg
特斯拉的無(wú)人駕駛技術(shù)，它事先沒有什么詳細(xì)的街景地圖等標(biāo)注好的數(shù)據(jù)，它就根據(jù)人的反饋不斷進(jìn)行學(xué)習(xí)。一開始上路只能靠著車道識(shí)別的功能，沿著劃定清晰的車道行駛，但到了車道不清楚的地方，或者是分叉等特殊情況的時(shí)候，特斯拉就蒙了，只能亂開。
更正確的方向
這個(gè)時(shí)候坐在同一輛車上的人就會(huì)干預(yù)，一旦它開錯(cuò)了人就馬上接手控制車輛。這樣雖然并沒有詳細(xì)的告訴它要如何開才是對(duì)的，但接受得多人為的反饋，它會(huì)朝著更正確的方法去駕駛。這也是“強(qiáng)化學(xué)習(xí)”。
現(xiàn)在想起來，我當(dāng)時(shí)看到特斯拉的無(wú)人汽車還需要一個(gè)人在旁邊看著的資訊，心里還嘲笑埃隆·馬斯克竟然研發(fā)這種雞肋。真應(yīng)了一句話，沒文化真可怕。
獵頭
1706275879.png
說回到獵頭上面，乍一看“強(qiáng)化學(xué)習(xí)”與無(wú)監(jiān)督學(xué)習(xí)好像有點(diǎn)像，沒錯(cuò)，兩者都會(huì)很開心的鼓勵(lì)你去撞墻，區(qū)別在于后者在你撞墻后，你也不知道你為什么就撞上了，所以下次再撞上去的機(jī)率會(huì)很高。而后者則是在你撞墻的那一瞬有人把你給拉回來，或者是你撞上后，有人詳細(xì)的分析給你聽，為什么會(huì)撞上了，它的底層邏輯是怎么樣的。
顧問培養(yǎng)
當(dāng)然這個(gè)反饋怎么樣才是高明的?如何判斷反饋水平的好壞？更何況在獵頭這里，還要兼顧輸出的服務(wù)質(zhì)量，不能光顧著給新人試錯(cuò)而讓客戶吃虧。許多獵頭公司都希望能多培養(yǎng)高產(chǎn)值的獵頭，但其實(shí)培養(yǎng)那個(gè)能訓(xùn)練出高產(chǎn)值獵頭的顧問，才是根本的解決之道?？上?duì)于反饋如何做到更好，Google就沒有公開更詳細(xì)的資料了，否則也許會(huì)對(duì)我們有進(jìn)一步的啟發(fā)。
強(qiáng)化學(xué)習(xí)
好了，說完了后你也許會(huì)發(fā)現(xiàn)，這個(gè)“強(qiáng)化學(xué)習(xí)”怎么這么眼熟？是的，它跟我們平常生活中的一些原理是相通的，打個(gè)比方，家長(zhǎng)教育小孩子，你不一定要把什么可以做，什么不可以做都告訴他，只要在他做得好的時(shí)候表?yè)P(yáng)一下，做的不好的時(shí)候批評(píng)他，慢慢的他自己就會(huì)向好的方向發(fā)展。培訓(xùn)新手也一樣，別急于指點(diǎn)江山，你的水平就不會(huì)成為他們的天花板，他們也能給你的認(rèn)知打開一道新的門。
作者：Susan——Talentview創(chuàng)始合伙人
泰能獵頭，始于1998年，重生于非典后，闖過了2008年的金融危機(jī)，始終用自己專業(yè)的態(tài)度為企業(yè)和人才提供穩(wěn)定優(yōu)質(zhì)的服務(wù)。愿我們的低調(diào)穩(wěn)重，為你開創(chuàng)一條金光大道。
原創(chuàng)文章，轉(zhuǎn)載請(qǐng)注明出處！
