4、人机协同机器学习：从交互到迁移学习

人机协同机器学习：从交互到迁移学习

1. 机器学习与人机交互

在过去几十年里，许多聪明的人试图借助机器翻译让人工翻译变得更快、更准确，但效果不佳。看似将人工翻译和机器翻译结合起来是可行的，但当人工翻译需要纠正机器翻译输出句子中的一两个错误时，重新输入整个句子可能更快。而且以机器翻译的句子为参考进行翻译，对速度提升不大，若不格外注意，还会延续机器翻译中的错误，降低翻译的准确性。

最终解决这个问题的关键不在于机器翻译算法的准确性，而在于用户界面。现代翻译系统让翻译人员使用类似手机、电子邮件和文档撰写工具中常见的预测文本功能，而不是要求他们重新输入整个句子。翻译人员像往常一样输入译文，通过按下回车键或制表键来接受预测译文中的下一个单词，只要机器翻译预测正确，就能提高整体速度。所以，最大的突破在于人机交互，而非底层的机器学习算法。

人机交互是计算机科学中一个成熟的领域，最近对机器学习尤为重要。当构建供人类创建训练数据的界面时，涉及认知科学、社会科学、心理学、用户体验设计等多个领域的交叉。

2. 创建训练数据的用户界面

• 简单网页表单 ：通常，一个简单的网页表单就足以收集训练数据。与网页表单交互的人机交互原则同样简单，人们整天都能看到网页表单，因此很熟悉。由于很多聪明的人对 HTML 表单进行了研究和改进，这些表单具有直观性。我们基于这些惯例构建界面，人们知道简单 HTML 表单的工作方式，无需额外培训。但打破这些惯例会让人们感到困惑，所以要遵循预期的行为。例如，动态文本可能会加快某些任务，但这种方式可能会让更多人感到困惑而非受益。
• 二进制响应界面