3、现代机器学习设计与发展

现代机器学习设计与发展

1. 计算机学习的演进

计算机学习经历了从人工智能到智能自动化，再到机器设计、模型融合和模型合并的转变。下面详细介绍这些现代进展。

1.1 智能自动化（IA）

早期的人工智能即经典AI，大多基于规则且需要领域专家。这使得我们能够编写软件程序来自动化原本手动完成的任务。后来的狭义AI将统计方法应用于学习，减少了对领域专家的依赖。

智能自动化是下一个重大进展。在这种方法中，模型学习（接近）最优的自动化流程，其性能和准确性超过手动或计算机自动化的同类方法。

典型的IA系统以管道流程工作。累积信息、转换和状态转换在管道的不同点作为模型的输入。每个模型的输出或预测用于执行下一次信息转换和/或决定下一个状态转换。通常，每个模型独立训练和部署，通常作为微服务，由后端应用程序驱动整个管道流程。

例如，从不同来源和格式的患者医疗记录中自动提取患者信息，包括模型从未训练过的来源。如今，许多交钥匙供应商提供此类系统，如谷歌云医疗保健API。

在商业应用中，我们用IA取代AI来简化流程。以索赔处理管道为例，具体步骤如下：
1. 文档摄入 ：与索赔相关的文档被扫描并摄入IA管道。
2. 文档标记 ：原文档操作员查看并标记扫描文档的做法，被针对此索赔处理任务训练的自然语言分类模型取代。
3. 验证和纠正 ：人工专家操作员检查标记以进一步减少错误，但由于步骤2中错误的大幅减少，操作员的工作量显著降低。
4. 支付授权 ：训练有