InfoQ播客：Vowpal Wabbit，其创建者John Langford，在MSN中的使用，以及机器学习在工业界的应用
摘要：无疑当前机器学习及应用是备受关注的。在本期播客中，QCon主席Wes Reiszt对话机器学习专家及Vowpal Wabbit系统的创建者John Langford。对话中谈论了如何了解和掌握机器学习技术、当前机器学习的实践、热点及发展趋势。
作者：Wesley Reisz
本周的InfoQ播客内容是QCon主席Wes Reiszt与机器学习科学家John Langford之间的谈话。话题包括John Langford所创建的机器学习系统Vowpal Wabbit。Vowpal Wabbit设计为特别高效的机器学习系统，其中集成了一些机器学习领域最新算法，并已应用于MSN的新闻个性化。他们还讨论了如何在进入到机器学习领域，以及机器学习如何从学术研究中转向工业应用中。
关键要点：
- Vowpal Wabbit是一种机器学习系统，力图实现对一些最新的机器学习算法的集成。
- 如何学习机器学习：选学一到两门课程，熟悉机器学习的理论和实践。
- 机器学习已从研究领域转向工业实践。在ICML会议的九个专题讲座中，其中的四个是来自于工业界。
- 即使具有了足够的数据，依然难以做到预测。
- AlphaGo是人工智能的一个里程碑。它使用了强化学习、深度学习，以及围棋大师的实战棋谱。
- 当前深度学习是计算机视觉和语音识别等领域的颠覆性技术。
- 趋势是什么：神经网络、强化学习和情境学习。
- 机器学习技术正在商品化。
点击播客链接收听
摘要
对Vowpal Wabbit的概要描述
- 1分38秒：Vowpal Wabbit（VW）旨在将最新的机器学习技术集成到算法中。
- 2分04秒：对于实现从K个类别中择一的预测算法，当K的数值很大时，现有算法的计算代价很大。为改进该问题，VW将包含一种称为“回调树”（Recall Tree）的次线性算法。（译者注：相关研究可参考该预发表论文）
- 3分08秒：在单机上VW可达百兆数据输入在不到一秒时间内的接收。VW中的学习算法默认采用的是线性回归方法。相比于朴素贝叶斯方法，线性回归方法更加强大。
- 3分32秒：VW使用“实例装配流水线”的方法加速了解析，使得运算时间得到改进。
- 4分04秒：Langford也在Qcon纽约大会上做了一个介绍VW的报告。在报告中，他通过给出一些实例展示了VW的工作方式。
- 4分25秒，VW已与其它的技术一起应用于个性化新闻推荐系统中的决策服务。
- 4分34秒：在MSN中已部署了基于VW构建的新闻推荐系统，该系统的上线已使用户参与度增长了25%。
- 4分58秒：事实上，Vowpal Wabbit是卡通人物猎人埃尔默·福德（Elmer Fudd）称呼兔八哥时的发音（Vorpal Rabbit）。“Vorpal”一词意为“非常地锋利”，出自“无意义的文字游戏”（Jabberwocky）。Jabberwocky是一首由单词组成的没有特别意义的诗，对诗本身的理解取决于诗中单词的使用方式。“Wabbit”一词来源于电影“Killer Rabbit”，电影讲述一些人在找寻圣杯时遇上了一只十分特别的兔子。
如何走进机器学习
机器学习实践
- 7分38秒：相比于十年前而言，机器学习在工业界得到了更广泛的应用。
- 7分58秒：在ICML机器学习国际会议上，来自于工业界的与会者比例很高，九个专题讲座中的四个是来自于工业界，并且是其中最受欢迎的。
- 8分35秒：机器学习是搜索和广告等工业领域的关键技术。
- 9分00秒：机器学习已被用于控制中，例如，对种植或灌溉作物最佳时机的决策。
当具备足够的数据时
- 12分23秒：机器学习算法输入的表示方式和特征选取是十分重要的。
- 13分00秒：很难说什么时候数据才是足够的。尽量基于你所拥有的数据建立模型，进而在模型中添加更多的数据，并对模型改进情况进行观察。当时间或经费不足时，接受当前所得到的模型。
人工智能与围棋
- 14分23秒：在最艰难的比赛之一中，AlphaGo战胜了最好的人类围棋选手，这是对于机器学习和人工智能领域而言是一个里程碑事件。它标记了人工智能的进展，而非解决了人工智能的问题。
- 15分02秒：为实现这样的结果，AlphaGo组合使用了已有的技术。它使用蒙特卡洛树进行搜索，从所有可能的走法中随机选择一个。它是一个快速算法。
- 16分54秒：AlphaGo使用了强化学习、深度学习和围棋大师所下过的棋谱。
深度学习
- 17分39秒：当前深度学习是计算机视觉、语音识别等领域的颠覆性技术。
- 17分50秒：在2012年的一个图像识别竞赛中，使用深度学习的方法最终胜出，此后每年深度学习方法都在改进。它已达到了人类的误差水平，对一些类型的图像具有与人类同样的识别能力。
趋势
- 9分36秒：在ICML会议所接纳的332篇论文中，56篇是关于神经网络的，这显示了该研究方向的重要性。强化学习及优化表现方向的研究也同样受到重视。
- 18分37秒：将会出现新的深度学习应用。
- 18分50秒：强化学习和情境学习对于处理因果关系是十分重要的技术。
- 20分20秒：机器学习已近乎成为商业化的服务。Amazon、Google、 Microsoft等公司已经提供了机器学习服务。
其中提到的人士和公司
其中提到的产品
关于QCon大会
QCon是由InfoQ主办的全球顶级技术盛会，由业内人士推动，专为在团队中影响软件创新的技术团队主管、架构师以及项目经理而设计。QCon每年的七场大会分别在伦敦、纽约、旧金山、圣保罗、北京、上海和东京召开。QCon旧金山市大会已经举办到第十届，今年将于11月7日至11日期间举行，届时会有100多名业内专家作为演讲嘉宾，并有1300名与会者以及18个涉及如今推动软件开发发展的专题追踪报道。想要了解更多详情，请参见qconsf.com网站。
更多关于播客的信息
你可以通过RSS订阅我们的播客，或者通过SoundCloud和iTunes收听。本页所列出的播客摘要内容均附有可点击链接，点击后可直接切换到音频的相关部分。
查看英文原文：The InfoQ Podcast: John Langford on Vowpal Wabbit, Used by MSN, and Machine Learning in Industry
