【摘要】 机器学习发展到现在，已经衍生了很多新型的机器学习方法，比如说深度学习、强化学习等等，而这些方法都能够帮助大家更好的去理解机器学习

机器学习发展到现在，已经衍生了很多新型的机器学习方法，比如说深度学习、强化学习等等，而这些方法都能够帮助大家更好的去理解机器学习。在这篇文章中我们给大家介绍一下一种新型的机器学习，那就是社会机器学习，听到这名字相信大家已经有所疑惑，什么是社会机器学习呢？下面我们就给大家介绍一下这个社会机器学习。

首先需要我们知道的是，机器学习的目的是模拟人类的学习过程。机器学习虽然取得很大的成功，但是到目前为止，它忽视了一个重要的因素，也就是人的社会属性。我们每个人都是社会的一个个体，不管怎么说，我们很难从出生就脱离社会独自生存、学习并不断进步。所以说我们是离不开社会的，当然，我们的机器学习也是不能离开社会的。既然人类的智能离不开社会，那么我们能否让机器们也具有某种意义的社会属性，模拟人类社会中的关键元素进行演化，从而实现比现在的机器学习方法更为有效、智能、可解释的社会机器学习？这个问题是一个十分新鲜的问题，引起了广大科学家的思考。

其实我们的社会中有很多人类个体组成的，要想发展机器学习，我们的社会机器学习也应该是有机器学习智能体构成的体系。而每一个机器学习算法除了按照现在的机器学习方法获取数据的规律，还参与社会活动。它们会联合其他的机器学习智能体按照社会机制积极获取信息、分工、合作、获得奖励。当然，我们还希望社会机器学习能够自主总结经验、学习知识、相互学习来调整行为。不过，令人满意的是，现如今的机器学习方法中已经开始出现有了社会的味道了。机器学习智能体之间最简单的行为影响也开始产生，其实这也可能是初步获取知识的方式。分布式机器学习算法中模型平均、模型集成、投票等方法是最简单的社会决策机制。强化学习提供了智能体基于酬劳反馈调整行为的框架。所以说由于社会属性是人类的本质属性，社会机器学习也将会是我们利用机器学习从获取人工智能到获取社会智能的重要方向。因此我们可以照着这个方向继续前进。

在这篇文章中我们给大家介绍了很多关于机器学习的相关知识，从中我们可以看出社会机器学习是一个十分新鲜的想法，相信在未来机器学习能够为我们解决更多的问题。