4、人机协同机器学习：交互、目标与迁移学习

人机协同机器学习：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，许多人试图借助机器翻译让人工翻译变得更快、更准确，但都失败了。虽然将人工翻译和机器翻译结合起来看似可行，但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，重新输入整个句子反而更快。而且以机器翻译的句子为参考进行翻译，速度提升并不明显，还可能延续机器翻译中的错误，降低翻译准确性。

最终解决这个问题的关键不在于机器翻译算法的准确性，而在于用户界面。现代翻译系统让翻译人员使用类似手机、电子邮件和文档撰写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翻译中的下一个单词，当机器翻译预测正确时，整体速度就会提高。所以，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一个成熟的领域，最近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。

2. 创建训练数据的用户界面

• 简单网页表单 ：通常，一个简单的网页表单就足以收集训练数据。与网页表单交互的人机交互原则也很简单，人们整天都会看到网页表单，因此对其很熟悉。而且很多人对 HTML 表单进行了优化，使其具有直观性。我们可以利用这些惯例，因为人们知道简单 HTML 表单的工作方式，无需额外培训。但打破这些惯例会让人们感到困惑，所以要遵循预期的行为。例如，动态文本可能会加快某些任务，但这种做法可能会让更多人感到困惑，而不是有所帮助。
• 二进制响应界面 ：最简单的界面——二进制响应，也是