4、人机协作机器学习：交互、目标与迁移学习

人机协作机器学习：交互、目标与迁移学习

1. 机器学习与人机交互

在过去几十年里，许多人尝试借助机器翻译让人工翻译变得更快、更准确，但效果不佳。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，往往重新输入整句话反而更快。而且以机器翻译的句子为参考进行翻译，对速度提升作用不大，若不小心还会延续机器翻译的错误，降低翻译准确性。

最终的解决方案并非在于提高机器翻译算法的准确性，而是改进用户界面。现代翻译系统让翻译人员使用类似手机、电子邮件和文档编辑工具中常见的预测文本功能。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，每当机器翻译预测正确时，整体速度就会提高。由此可见，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的一个成熟领域，近年来对机器学习尤为重要。在构建供人类创建训练数据的界面时，会涉及认知科学、社会科学、心理学、用户体验设计等多个领域的知识。

1.1 创建训练数据的用户界面

• 简单网络表单 ：通常，一个简单的网络表单就足以收集训练数据。与网络表单交互所依据的人机交互原则同样简单，人们整天都会看到网络表单，因此对其很熟悉。而且由于许多专业人士对 HTML 表单进行了优化和改进，这些表单具有很强的直观性。我们可以基于这些惯例进行设计，因为人们了解简单 HTML 表单的工作方式，无需额外指导。但如果打破这些惯例，可能会让用户感到困惑，所以要遵循用户的预期行为。例如，虽然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 ：最简单的