Google研究：新手常誤會ML學不懂，是因為不會高級數學

Google研究TensorFlow.js使用者，探討其學習機器學習的動機、困難以及願景，Google提到，大多數的開發人員都誤以為無法掌握機器學習技術，是因為缺乏高階數學能力，但事實上缺乏的是機器學習的概念。這篇研究論文在IEEE VL/HCC研討會上發表，並且獲得最佳論文獎。

由於機器學習的技術越來越普及，更多的開發人員也必須使用機器學習技術來解決原領域的問題，而近年來有越來越多的函式庫，將複雜的模型行為抽象為高階的API，以降低機器學習的使用障礙。Google開源的TensorFlow.js函式庫，便可讓開發人員使用JavaScript，開發在瀏覽器上執行的機器學習功能，儘管Google下了許多功夫，盡可能使API容易使用，但他們還是不知道沒有機器學習背景的開發人員，在使用這些框架所遭遇的問題。

因此Google調查了645個TensorFlow.js用戶，這些受訪者大多數都是軟體和網頁開發人員，但是不熟悉機器學習技術，平常也並未把機器學習用在主要工作上。Google研究了這些人員使用機器學習框架遇到的障礙，並且了解受訪者認為最有助於他們應用框架的功能與工具。

Google發現這些受訪者應用框架遇到的困難，並非是框架提供的API不夠清楚，而是本身欠缺對機器學習概念的理解，這阻礙了他們學習使用框架，並且誤以為需要擁有高階數學能力，才能學會使用框架。且由於缺乏機器學習的概念性理解，開發人員無法挑選出一個好問題，來應用TensorFlow.js解決該問題，也無法區分機器學習成果的好壞，在創建神經網路架構時，也無法適當地配置模型的細節或是調整參數。

而且開發人員也難以從基本的hello world教學範例中學習，無法將學到的經驗轉移到自己的案例上使用，Google提到，雖然API範例會提供實作特定模型的語法，但是不足的知識基礎，讓開發人員難以一般化這些知識，應用到特定的問題上。

有趣的是，開發人員通常把這些學習機器學習遇到的障礙，歸因於自己缺乏高階數學能力，Google表示，API文件中的數學專有名詞可能加深了這樣的錯誤印象，事實上掌握概念並將其應用到實際問題，並不需要高級數學能力，機器學習框架並非為線性代數或是微積分專家設計。

受訪者希望框架不只能提供預訓練模型，而且還需要帶有明確修改提示，Google提到，雖然當前包括TensorFlow.js在內的機器學習平臺，都有提供預訓練模型，但是這些模型並非為新手設計，因此在缺乏明確操作指示的情況下，新手會難以修改現有模型，更別說用在自己的案例上。

再來，受訪者還希望框架可以提供最佳實踐，以即時提示的方式，在流程中引導開發者。機器學習專家可能對調整參數具有豐富的經驗，但對於新手來說，可能連決定第一個要調整的參數，都會不知所錯，Google提到，將最佳實踐嵌入到開發流程中，可以縮小開發者的決策空間。

而受訪者也期待機器學習框架，可以提供做中學的資源，也就是開發人員希望在開發機器學習應用程式的同時，能夠看到更多的範例和資源，對此，Google表示，機器學習框架可能需要區分不同程度，在特定時機提供不同的學習資源。