Apakah pembelajaran mesin (ML)

Nota: Dokumen ini adalah terjemahan automatik daripada versi asal bahasa Inggeris.

Apakah pembelajaran mesin (ML)

Pembelajaran mesin (ML) ialah subset kecerdasan buatan di mana sistem mempelajari corak daripada data dan bukannya mengikut peraturan yang ditulis tangan. Fikirkannya sebagai mengajar melalui contoh: daripada menulis resipi langkah demi langkah, anda menunjukkan kepada sistem ribuan hidangan siap dan membiarkannya memikirkan cara memasak. Bukannya pengatur cara mengekod setiap keputusan, sistem ditunjukkan ribuan atau jutaan contoh dan menemui peraturan itu sendiri.

Kebanyakan AI praktikal hari ini — daripada penapis spam dan pembantu suara kepada analisis imej perubatan dan model bahasa besar — dibina di atas pembelajaran mesin. Apabila projek kripto mendakwa menggunakan AI, teknologi asasnya hampir selalu merupakan sesuatu bentuk ML.

Ringkasnya: ML bermakna belajar daripada data. Daripada memberitahu sistem apa yang perlu dilakukan, anda menunjukkan contoh kepadanya dan ia memikirkan coraknya. Dalam AI kripto, "machine learning" dalam kad projek bermakna projek itu mendakwa pembelajaran dipacu data, bukan logik berkod keras.

Cara pembelajaran mesin berfungsi

Sistem pembelajaran mesin mengikuti kitaran umum. Memahami setiap langkah adalah penting untuk menilai sama ada dakwaan ML sesebuah projek adalah benar — setiap langkah menghasilkan artifak boleh sah yang boleh menjadi bukti.

Kitaran hayat ML

Takrifkan masalah — tentukan apa yang perlu diramal atau dikelaskan oleh model. Contohnya: "diberi transaksi blockchain, tentukan sama ada ia mencurigakan." Pernyataan masalah yang jelas ialah titik semak pertama semasa menilai dakwaan ML.
Kumpul data — kumpulkan set data yang relevan dengan masalah. Ini mungkin merangkumi sejarah transaksi, log aktiviti dompet, dokumen teks atau rekod tingkah laku pengguna. Data boleh datang daripada sumber awam, pangkalan data proprietari atau rekod on-chain.
Sedia dan bersihkan data — data mentah jarang boleh digunakan seadanya. Langkah ini melibatkan pembuangan ralat, pengendalian nilai hilang, penormalan format, dan pembahagian data kepada set latihan, pengesahan dan ujian. Penyediaan data biasanya memakan sebahagian besar masa projek ML.
Pilih seni bina model — pilih jenis model AI yang sesuai dengan tugas: rangkaian neural, pokok keputusan, mesin vektor sokongan atau kaedah ensembel. Pilihannya bergantung pada jenis data, kerumitan masalah dan pengiraan yang tersedia. Bagi teks, seni bina transformer (asas GPT, BERT dan LLM moden seperti DeepSeek) mendominasi. Bagi data berjadual, pokok rangsangan kecerunan (gradient-boosted trees) (XGBoost, LightGBM) sering mengatasi pembelajaran mendalam.
Latih model — jalankan algoritma latihan yang melaraskan parameter dalaman model (pemberat) supaya ramalannya sepadan dengan hasil yang diketahui dalam data latihan. Latihan berulang melalui data beberapa kali (dipanggil epok), secara beransur-ansur mengurangkan perbezaan antara ramalan dan realiti (diukur oleh fungsi kerugian).
Nilai — ukur model terlatih terhadap data ujian terpisah atau penanda aras untuk menyemak sama ada ia mempelajari corak tulen atau sekadar menghafal set latihan (masalah yang dipanggil overfitting). Metrik umum termasuk ketepatan, precision, recall dan skor F1 untuk pengelasan; ralat kuasa dua min dan R-kuasa dua untuk regresi; perplexity untuk model bahasa.
Gunakan (deploy) — letakkan model dalam produksi di mana ia melaksanakan inferens pada input baharu yang belum dilihat. Penggunaan melibatkan penyediaan infrastruktur penyampaian, pengurusan kependaman dan pengendalian kes tepi.
Pantau dan latih semula — data dunia sebenar berubah dari semasa ke semasa (hanyutan data). Model yang dilatih pada corak transaksi blockchain tahun lepas mungkin berprestasi buruk pada transaksi semasa. Sistem ML yang bertanggungjawab merangkumi saluran pemantauan yang mengesan kemerosotan prestasi dan mencetuskan latihan semula pada data segar.

Contoh praktikal

Andaikan projek mendakwa model ML-nya mengesan aktiviti dompet yang mencurigakan. Pelaksanaan yang boleh disahkan akan menunjukkan:

Data: data on-chain apa yang dikumpul dan bagaimana ia dilabelkan (cth., alamat yang ditandai oleh pangkalan data eksploitasi yang diketahui)
Model: seni bina apa yang digunakan (cth., pengelas rangsangan kecerunan pada ciri transaksi)
Metrik: kadar pengesanan yang diukur, kadar positif palsu, dan metodologi (cth., "dinilai pada 10,000 transaksi terpisah dari tempoh yang ditakrifkan")
Penggunaan: bagaimana model menyampaikan ramalan masa nyata (titik akhir API, ciri kependaman)
Kemas kini: berapa kerap model dilatih semula dan apa yang mencetuskan latihan semula

Jika projek tidak menerangkan mana-mana daripada ini, dakwaan "ML" itu tiada substans yang boleh disahkan.

Pendekatan ML utama yang relevan dengan AI kripto

Pembelajaran mesin bukan satu teknik tunggal — ia adalah keluarga pendekatan, masing-masing sesuai dengan jenis masalah yang berbeza.

Pendekatan	Cara ia belajar	Keperluan data	Contoh kripto
Pembelajaran terselia	Daripada contoh berlabel	Set data berlabel	Pengesanan penipuan, pengelasan scam
Pembelajaran tanpa selia	Menemui struktur tanpa label	Set data tanpa label	Pengelompokan dompet, pengesanan anomali
Pembelajaran pengukuhan	Melalui percubaan dan ganjaran	Persekitaran + isyarat ganjaran	Ejen automatik, pengoptimuman protokol
Pembelajaran mendalam	Rangkaian neural berbilang lapisan	Set data besar + pengiraan	LLM, penjanaan imej, NLP
Pembelajaran pindahan	Menyesuaikan model praterlatih dengan tugas baharu	Set data kecil khusus tugas	Penalaan halus LLM untuk domain kripto

Pembelajaran terselia

Model belajar daripada data berlabel — setiap contoh disertai jawapan betul yang diketahui. Model belajar memetakan input kepada output dan dinilai berdasarkan sejauh mana ia meramal jawapan betul untuk contoh baharu yang belum dilihat.

Cara ia berfungsi: diberi pasangan (input, output betul), algoritma melaraskan parameter model untuk meminimumkan ralat ramalan.
Contoh: pengelas yang dilatih pada transaksi berlabel (penipuan / sah) untuk menandai scam. Setiap contoh latihan ialah transaksi dengan ciri (jumlah, sejarah penghantar, interaksi kontrak) dan label.
Alat umum: scikit-learn, XGBoost, LightGBM, dan rangka kerja pembelajaran mendalam seperti PyTorch dan TensorFlow.
Kekuatan: ketepatan tinggi apabila label yang baik tersedia.
Batasan: memerlukan data berlabel, yang boleh menjadi mahal dan memakan masa untuk dihasilkan.

Pembelajaran tanpa selia

Model menemui corak tanpa label. Tiada sesiapa yang memberitahunya apa yang perlu dicari; ia menemui struktur, kelompok atau anomali dalam data dengan sendiri.

Cara ia berfungsi: algoritma mengumpulkan titik data yang serupa bersama-sama atau mengenal pasti titik terpencil berdasarkan sifat statistik.
Contoh: mengelompokkan alamat dompet mengikut corak tingkah laku — kekerapan transaksi, jumlah, interaksi dengan protokol yang diketahui — untuk mengenal pasti kumpulan dompet berkaitan tanpa label terdahulu.
Alat umum: pengelompokan k-means, DBSCAN, analisis komponen utama (PCA), autoenkoder.
Kekuatan: berfungsi apabila pelabelan tidak praktikal atau terlalu mahal.
Batasan: hasil memerlukan tafsiran manusia; algoritma menemui struktur tetapi tidak menjelaskan maksud kelompok itu.

Pembelajaran pengukuhan (RL)

Model belajar melalui percubaan dan ganjaran. Ia mengambil tindakan dalam persekitaran dan menerima maklum balas (positif atau negatif). Lama-kelamaan, ia mempelajari strategi yang memaksimumkan ganjaran kumulatif.

Cara ia berfungsi: ejen memerhatikan keadaan semasa, mengambil tindakan, menerima ganjaran atau penalti, dan mengemas kini strateginya. Gelung ini berulang ribuan atau jutaan kali.
Contoh: ejen automatik yang belajar mengoptimumkan yuran gas dengan menetapkan masa transaksi berdasarkan corak kesesakan rangkaian.
Pencapaian penting: RL menggerakkan sistem permainan seperti AlphaGo. Dalam kripto, RL muncul dalam penalaan parameter protokol dan strategi berasaskan ejen.
Kekuatan: sesuai untuk masalah pembuatan keputusan berjujukan di mana tindakan optimum bergantung pada akibat jangka panjang.
Batasan: memerlukan isyarat ganjaran yang ditakrifkan dengan baik dan banyak iterasi; boleh menjadi tidak stabil semasa latihan.

Pembelajaran mendalam

Subset ML yang menggunakan rangkaian neural dengan banyak lapisan (maka "mendalam"). Pembelajaran mendalam menggerakkan kebanyakan kejayaan AI moden: pengecaman imej, pemprosesan bahasa semula jadi, model generatif dan model bahasa besar.

Cara ia berfungsi: data mengalir melalui lapisan neuron buatan berturutan, setiap satu mengekstrak ciri yang semakin abstrak. Lapisan konvolusi mungkin mengesan tepi; lapisan lebih dalam menggabungkan tepi menjadi bentuk, kemudian objek.
Contoh: model transformer (seni bina di sebalik GPT, BERT dan DeepSeek) yang ditala halus pada dokumentasi kripto untuk mengekstrak maklumat berstruktur daripada teks tidak berstruktur.
Seni bina utama: transformer (teks/jujukan), rangkaian neural konvolusi / CNN (imej), rangkaian neural berulang / RNN (siri masa).
Kekuatan: cemerlang pada data kompleks berdimensi tinggi (teks, imej, audio, jujukan).
Batasan: memerlukan set data besar, kuasa pengiraan yang ketara dan penalaan yang teliti. Prestasi lebih sukar ditafsir berbanding model yang lebih mudah.

Pembelajaran pindahan

Teknik di mana model yang praterlatih pada set data umum yang besar disesuaikan dengan tugas tertentu dengan set data yang lebih kecil. Daripada melatih dari sifar, model bermula dengan pengetahuan yang sudah dipelajari.

Cara ia berfungsi: ambil model seperti BERT (praterlatih pada teks umum) dan tala halus pada set data kecil kertas putih kripto untuk mengelaskan dakwaan projek.
Mengapa ia penting: pembelajaran pindahan mengurangkan data dan pengiraan yang diperlukan untuk tugas baharu. Banyak projek AI kripto menggunakan versi ditala halus model sedia ada dan bukannya melatih dari sifar.

Daripada ML klasik kepada pembelajaran mendalam moden

Memahami evolusi ML membantu menilai dakwaan projek:

ML klasik (1990-an-2010-an): pokok keputusan, mesin vektor sokongan, regresi logistik. Ini berfungsi baik pada data berstruktur (berjadual) dan kekal biasa dalam analitik kripto untuk pengelasan transaksi dan penskoran risiko.
Era pembelajaran mendalam (2012-kini): rangkaian neural dengan banyak lapisan mula mengatasi kaedah klasik pada tugas kompleks. Seni bina transformer 2017 ("Attention Is All You Need") membentuk semula bidang ini. BERT (2018) dan GPT (2018-kini) membawa transformer ke pemahaman dan penjanaan bahasa.
Model asas (2020-an-kini): model sangat besar yang praterlatih pada data luas, ditala halus atau digesa untuk tugas tertentu. GPT, Claude, Gemini dan Mistral ialah contoh yang terkenal. Model ini menjadikan NLP berkuasa mudah diakses tetapi juga memudahkan pembinaan pembungkus nipis yang mendakwa "AI" dengan kerja asli yang minimum.

Apabila projek berkata "machine learning", berbaloi bertanya: adakah ini ML klasik pada data berstruktur, penalaan halus model asas sedia ada, atau melatih model baharu dari sifar?

Mengapa ML penting dalam DecAIHub

Apabila kad projek menyenaraikan "machine learning" sebagai sebahagian daripada AI component-nya, ia bermakna projek itu mendakwa menggunakan sistem yang belajar daripada data dan bukannya bergantung pada peraturan statik. Perbezaan ini penting kerana:

ML membayangkan saluran latihan — mesti ada data, proses latihan dan model yang terhasil. Ini semua adalah artifak yang boleh disahkan.
ML membayangkan prestasi boleh ukur — model terpelajar boleh ditanda aras dan dibandingkan. Set peraturan berkod tangan tidak boleh dinilai dengan cara yang sama.
ML membayangkan penyelenggaraan berterusan — model merosot dari semasa ke semasa apabila taburan data beralih. Projek yang menggunakan ML perlu melatih semula dan menilai semula secara berkala.
ML membayangkan keperluan pengiraan — latihan dan inferens memerlukan sumber pengiraan. Projek ML ternyahpusat mesti menjelaskan cara pengiraan disediakan dan siapa yang menanggung kosnya.

DecAIHub menyemak bukti Tier-1 bagi artifak ini semasa menilai sama ada "machine learning" itu benar atau sekadar label pemasaran. Bendera AI reality (AI_0 hingga AI_4) memetakan terus kepada titik semak bukti: adakah projek menerangkan komponen ML-nya (AI_1)? Adakah terdapat demo yang berfungsi (AI_2)? Metrik yang diterbitkan (AI_3)? Dokumentasi seni bina teknikal (AI_4)?

Projek yang menyebut "machine learning" tanpa menyediakan mana-mana artifak ini menerima bendera AI reality yang lebih rendah, yang mengehadkan skor DecAI Fit-nya melalui mekanisme siling ai_score.

Apa yang ML semata-mata tidak buktikan

Kualiti model — mendakwa ML tidak bermakna model itu tepat, teguh atau ditala baik. Kualiti memerlukan bukti penanda aras.
Kualiti data — model hanya sebaik data latihannya. Data yang buruk, berat sebelah atau tidak mencukupi menghasilkan keputusan buruk tanpa mengira algoritma.
Pembelajaran tulen — sesetengah projek melabelkan sistem berasaskan peraturan atau heuristik mudah sebagai "ML". Lihat Automasi berbanding AI component sebenar.
Kelebihan proprietari — menggunakan pustaka ML sedia ada dengan tetapan lalai pada data awam tidak membentuk kedalaman AI yang bermakna.
Penyahpusatan — model ML boleh berjalan pada infrastruktur berpusat sepenuhnya. Fakta bahawa projek menggunakan ML tidak mengatakan apa-apa tentang sama ada AI-nya ternyahpusat atau integrasi blockchain-nya bermakna.

Jangan kelirukan dengan

Kecerdasan buatan — bidang yang lebih luas. ML ialah subset AI, bukan sinonimnya.
Model AI — artifak terlatih. ML ialah proses mencipta artifak itu melalui pembelajaran dipacu data.
Pembelajaran mendalam — subset ML yang menggunakan rangkaian neural berbilang lapisan. Semua pembelajaran mendalam ialah ML, tetapi bukan semua ML ialah pembelajaran mendalam.
Automasi — melaksanakan peraturan yang telah ditetapkan. ML mempelajari peraturannya sendiri daripada data. Lihat Automasi berbanding AI component sebenar.
Statistik — ML dibina di atas asas statistik tetapi melangkaui statistik tradisional dengan menumpukan pada prestasi ramalan pada data baharu dan bukannya menjelaskan data sejarah.

Soalan lazim

Apakah perbezaan antara pembelajaran mesin dan pengaturcaraan tradisional?

Dalam pengaturcaraan tradisional, pembangun menulis peraturan eksplisit: "jika jumlah transaksi melebihi ambang dan penghantar tiada sejarah, tandainya." Dalam pembelajaran mesin, pembangun menyediakan contoh berlabel, dan algoritma menemui peraturannya sendiri. Hasilnya ialah model yang boleh mengesan corak yang terlalu halus untuk peraturan tulisan tangan — tetapi ia memerlukan data latihan berkualiti dan penilaian berterusan.

Adakah pembelajaran mesin memerlukan data raya?

Tidak selalu. Model pembelajaran mendalam (terutamanya LLM) memerlukan set data besar, tetapi banyak teknik ML klasik berfungsi dengan berkesan dengan jumlah data yang sederhana. Pembelajaran pindahan mengurangkan lagi keperluan data dengan bermula daripada model praterlatih. Faktor utama ialah kualiti dan relevansi data, bukan sekadar kuantiti. Set data kecil yang dikurasi baik dan dilabelkan dengan betul boleh mengatasi set besar yang bising.

Apakah perbezaan antara pembelajaran terselia dan tanpa selia?

Pembelajaran terselia menggunakan data berlabel — setiap contoh merangkumi jawapan betul, dan model belajar meramalnya. Pembelajaran tanpa selia berfungsi dengan data tanpa label, menemui corak, kelompok atau anomali tanpa diberitahu apa yang perlu dicari. Kategori ketiga, pembelajaran separa terselia, menggabungkan sejumlah kecil data berlabel dengan jumlah data tanpa label yang lebih besar. Pilihannya bergantung pada sama ada label tersedia dan mampu dihasilkan.

Bagaimana anda boleh tahu sama ada projek kripto menggunakan ML sebenar?

Cari artifak yang boleh disahkan: set data yang diterangkan, seni bina model yang didokumenkan, penanda aras yang diterbitkan dengan metodologi, demo awam, dan bukti latihan semula. DecAIHub menilai ini melalui bendera AI reality (AI_1 hingga AI_4) dan semakan bukti Tier-1. Projek yang berkata "ML-powered" tetapi tidak menyediakan mana-mana daripada ini berkemungkinan menggunakan istilah itu sebagai pemasaran.

Adakah pembelajaran mendalam sama dengan pembelajaran mesin?

Pembelajaran mendalam ialah subset pembelajaran mesin, bukan sinonim. ML merangkumi banyak teknik selain pembelajaran mendalam: pokok keputusan, mesin vektor sokongan, kaedah Bayesian dan kaedah ensembel. Pembelajaran mendalam menggunakan rangkaian neural dengan berbilang lapisan untuk mempelajari perwakilan berhierarki. Ia cemerlang pada data kompleks (teks, imej, audio) tetapi kaedah ML yang lebih mudah sering mengatasinya pada data berstruktur dan berjadual.

Lihat juga

Rujukan luaran

Google Developers — Machine Learning Crash Course — kursus pengenalan percuma yang merangkumi konsep teras ML dengan contoh praktikal
Stanford CS229 — Machine Learning — bahan kursus universiti yang komprehensif tentang teori dan praktik ML
Hugging Face — Learn — panduan praktikal kepada ML dan NLP moden dengan alatan sumber terbuka
Machine learning (Wikipedia) — gambaran keseluruhan sejarah, kaedah dan aplikasi ML
Papers With Code — Methods — rujukan untuk kaedah ML dengan pautan kepada kertas dan pelaksanaan