在IT行业里，技术名词的处境可谓天差地别。有些被技术大牛深入剖析，逐步转化为可执行的代码；有些则因行业风口爆火，成为大众熟知却难以说清的热词。近年来，机器学习就是这样一个典型——热度极高，但真正理解它的人并不多。

那么，机器学习到底是个什么东西？

机器学习

翻开教科书，定义是：机器学习是一门多领域交叉学科，涵盖概率论、统计学、逼近论、凸分析、算法复杂度理论等多门知识。它专门研究计算机如何模拟或实现人类的学习行为，获取新知识或技能，并不断自我完善。它是人工智能的核心，也是让计算机拥有智能的根本途径。

定义很专业，但说实话，大多数人看完仍一头雾水。其实，如果你有过教孩子认字的经历，这个就很好理解。所谓机器学习，简单来说，就是让计算机像人一样去认识世界。

想想小时候的看图识字——一张卡片上画着苹果，家长反复指着念“苹果”。久而久之，孩子再见到苹果就能脱口而出。机器学习做的本质一样：用算法在软件中模拟这个“教育”过程，只不过教师变成了海量数据，学生变成了计算机。通过大量样本的反复训练，机器学会识别同类物品的特征，并将答案告诉你。

举个例子：用成千上万张猫的图片去“训练”机器，让它记住猫的耳朵、胡须、花纹等特征。训练完成后，再给它一张新图片，它就能判断“是猫”或“不是猫”。这个过程就叫模型训练，得到的判断规则就叫模型。

机器学习的发展历史，其实就是各种算法不断涌现的历史。从1980年成为独立学科算起，已经走过了40多年。主流算法分为三大类：监督学习、无监督学习、强化学习。每种都有不同的适用场景，这里就不展开细讲了。

回到人工智能的大框架下，机器学习只是其中一个分支，也是实现人工智能的一种方法。但人工智能从一开始走的路并不是机器学习——它经历了逻辑推理、知识工程，最后才走到机器学习阶段。这些年人工智能火起来，机器学习也就顺势走进了大众视野。

为什么是猫

翻遍各种资料，都没有找到对这个问题的权威答案。这个问题本身角度挺刁钻，那就大胆猜测一下。

先看一组数据：全球范围内，人们养猫的数量已经三倍于“人类最好的朋友”——狗。美国大约三分之一的家庭养猫，英国则超过四分之一。这意味着，在机器学习的训练素材库中，猫的出现概率天然就比狗高出三倍。

除了数量优势，猫本身的特性也很适合。体型不大不小，随时能拍到；据说还有“九条命”的体质，可以长期作为训练数据来源。要是选植物呢？花开花落，季节更替，照顾不周就枯萎，太费心思了。有那功夫，还不如撸撸猫来得实在。

还有一层技术原因。机器学习的kNN算法诞生于1967年，是一种基于模板匹配的经典算法，简单有效，至今仍在用。这个算法有个著名的实验——kNN猫狗分类试验，估计学过机器学习的人都有印象。猫和狗的原始数据很容易从网上下载，微软就提供现成的数据集。

总的来说，大家都用猫的图像来展示算法和模型的识别率，你用狗的数据去比较，说服力就打了折扣。再加上猫的各种萌态天然吸睛，大小适中、随时可拍、数据现成，搞研究的人又多少有点“能省则省”的倾向——不选猫选谁？