tw4ld6 发表于 2024-9-28 01:18:22

谢耘：人工智能——多余的概念，算法的本质

<img src="https://mmbiz.qpic.cn/mmbiz_jpg/Ogvb9wAI98hN3r7hqLEIMa2MYUB53iae6V32fEH1aiagAX4TicMFpF0Bib9px7dJExav7UnWuanPoNARhajfSuY6DA/640?wx_fmt=jpeg&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;">
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98jr4miaqBgMvhk1Tw8mhUdB2kxktcp9v24rzH6bUEqQRicehZ9zMOeSswMzrK8NSf5ZIWfG1aqUU6aA/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98jr4miaqBgMvhk1Tw8mhUdB2t1mlIKh91RXOU1IM4AoGiaNnny6b4217IKJhTejVSlrLoCXWKHyc6BQ/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;">一位人工智能<span style="color: black;">行业</span>的专家提前看了谢耘博士的这篇<span style="color: black;">文案</span>，他是<span style="color: black;">这般</span>反馈的：<strong style="color: blue;"><span style="color: black;">“ 我觉得这篇<span style="color: black;">文案</span>写的<span style="color: black;">尤其</span>好。</span><span style="color: black;"><span style="color: black;">此刻</span><span style="color: black;">非常多</span>人在谈论</span><span style="color: black;">元宇宙，区块链，还有憧憬自动化的<span style="color: black;">设备</span>学习</span><span style="color: black;">( AutoML)</span><span style="color: black;">。</span><span style="color: black;">我觉得距离真正的</span><span style="color: black;">AutoML</span><span style="color: black;">还很遥远。</span><span style="color: black;">人工智能现<span style="color: black;">周期</span>本质上还是比算力和比调参。</span><span style="color: black;">在很长的时间内，模型训练的过程会很繁琐。</span><span style="color: black;">
            <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">专业<span style="color: black;">行业</span>的知识<span style="color: black;">更加是</span>不可或缺。</p>
      </span></strong><strong style="color: blue;">
      <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">您这篇<span style="color: black;">文案</span>相信<span style="color: black;">能够</span>纠正<span style="color: black;">非常多</span>人关于人工智能的想法。</p>
    </strong><strong style="color: blue;">非常感谢有机会拜读学习。”</strong><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98jr4miaqBgMvhk1Tw8mhUdB2t1mlIKh91RXOU1IM4AoGiaNnny6b4217IKJhTejVSlrLoCXWKHyc6BQ/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;">
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">现代人工智能的<span style="color: black;">办法</span>过于零散，<span style="color: black;">无</span>一个统一的框架，彼此之间的关系<span style="color: black;">亦</span>模糊不清。《人工智能：一种现代<span style="color: black;">办法</span>》一书（Stuart Russell &amp; Peter Norvig著，《Artificial Intelligence---A Modern Approach》， Prentice-Hall出版，2003第二版），试图用智能体Agent这一概念来统一描述人工智能的<span style="color: black;">办法</span>，但似乎并<span style="color: black;">无</span>更好地揭示人工智能<span style="color: black;">办法</span>的本质。本文试图从计算机<span style="color: black;">处理</span>问题的过程本质出发，来<span style="color: black;">创立</span>一个框架，统一描述计算机<span style="color: black;">处理</span>问题的<span style="color: black;">办法</span>，<span style="color: black;">从而</span>揭示人工智能类<span style="color: black;">办法</span>的本质特征。</span></span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">本文的基本思路是<span style="color: black;">创立</span>在计算机<span style="color: black;">处理</span>问题的基本模式之上的。计算机<span style="color: black;">处理</span>问题的基本模式<span style="color: black;">能够</span>概括如下：</span></span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;"><span style="color: black;">实质</span>问题----问题的<span style="color: black;">规律</span>计算化---<span style="color: black;">处理</span>问题的算法/知识---计算机程序---问题的<span style="color: black;">处理</span>结果。</span></span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">围绕这个主线，<span style="color: black;">能够</span>逐步准确描述分解各个环节，从而将计算机应用问题做一个完整的框架性描述，看清每一种<span style="color: black;">办法</span>自己的定位，<span style="color: black;">帮忙</span>理清<span style="color: black;">各样</span><span style="color: black;">办法</span>彼此之间的关系等等。</span></span></p>&nbsp; <span style="color: black;">多余的“人工智能”概念：</span><span style="color: black;">计算机应用本<span style="color: black;">便是</span>智能过程</span><span style="color: black;">人类进入21世纪第二个十年之后，信息技术有了令人眼花缭乱的惊人发展。</span><span style="color: black;">在许多“智能”方面<span style="color: black;">已然</span>超越了人类。</span><span style="color: black;"><span style="color: black;">然则</span>，信息技术的<span style="color: black;">基本</span>一如其诞生之初，并<span style="color: black;">无</span>改变。</span><span style="color: black;">信息技术的核心计算机依然是，且仅是一个可编程的<span style="color: black;">规律</span>计算工具。</span><span style="color: black;">只是今天它的计算能力与当初<span style="color: black;">已然</span>有了天壤之别，计算机在21世纪第二个十年<span style="color: black;">拥有</span>了“暴力计算”能力（</span>详见：谢耘著，《智能化<span style="color: black;">将来</span>——“暴力计算”开创的奇迹》第二章，机械工业出版社2018<span style="color: black;">）。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">计算机的<span style="color: black;">基本</span>——可编程<span style="color: black;">规律</span>计算能力算不算“智能”？</span><span style="color: black;">对此<span style="color: black;">非常多</span>人的看法<span style="color: black;">是不是</span>定的。</span><span style="color: black;"><span style="color: black;">咱们</span>把识别<span style="color: black;">照片</span><span style="color: black;">做为</span>理所当然的“智能”，<span style="color: black;">况且</span>为计算机能够识别<span style="color: black;">繁杂</span>的<span style="color: black;">照片</span>而欢欣鼓舞，当作人工智能的一个重要的进步。</span><span style="color: black;">而识别<span style="color: black;">照片</span>，是人类不需要特殊训练就<span style="color: black;">拥有</span>的能力，<span style="color: black;">然则</span><span style="color: black;">规律</span>计算却是人类需要<span style="color: black;">必定</span>的训练<span style="color: black;">才可</span>具备的技能。</span><span style="color: black;"><span style="color: black;">倘若</span><span style="color: black;">咱们</span>认为“智能”是人类大脑独有的功能属性的话，<span style="color: black;">那样</span><span style="color: black;">规律</span>计算不被认为是“智能”，岂不是对人类大脑所做的<span style="color: black;">奋斗</span>的一种莫大的嘲讽？</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">因此</span>，</span><strong style="color: blue;"><span style="color: black;">计算机最基本的能力——<span style="color: black;">规律</span>计算能力<span style="color: black;">便是</span>“智能”</span></strong><span style="color: black;">，<span style="color: black;">或</span>说是一种智能活动，只是<span style="color: black;">由于</span>计算机一<span style="color: black;">起始</span>就以此为其存在的<span style="color: black;">基本</span>，<span style="color: black;">咱们</span>无视了其智能的属性。从这个<span style="color: black;">方向</span>来看，计算机的应用其实都是智能类应用，只是“<span style="color: black;">繁杂</span>”或“难易”程度有所<span style="color: black;">区别</span><span style="color: black;">罢了</span>。</span></p><span style="color: black;">正是<span style="color: black;">因为</span>人类<span style="color: black;">无</span>理解自己创造出来的计算机与生俱来的可编程<span style="color: black;">规律</span>计算能力的智能本质，<span style="color: black;">因此</span>在1956年“人工智能”这个词被创造了出来，尽管当初、乃至<span style="color: black;">迄今</span>人们<span style="color: black;">亦</span>依然<span style="color: black;">无</span>能力给它一个准确的科学范畴内的定义。提出“人工智能”这个概念的潜台词，便是用计算机实现的其它<span style="color: black;">哪些</span>基于可编程<span style="color: black;">规律</span>计算的应用都不属于“智能”范畴。</span><span style="color: black;">当看明白计算机实现的可编程<span style="color: black;">规律</span>计算处理，在本质上<span style="color: black;">便是</span>“智能”活动，属于人类的“外<span style="color: black;">认识</span>”活动后（详见：谢耘，“</span><a style="color: black;"><span style="color: black;">信息技术的智能本质与人类的‘外<span style="color: black;">认识</span></span><span style="color: black;">’</span></a><span style="color: black;">”，<span style="color: black;">微X</span>“慧影Cydow”公众号，2019年5月9日），<span style="color: black;">咱们</span>不难<span style="color: black;">发掘</span>，造出“人工智能”这个词，颇有画蛇添足的味道。尤其在“人工智能”概念存在了半个多世纪后，<span style="color: black;">咱们</span>依然找不到它<span style="color: black;">能够</span><span style="color: black;">安身</span>的科学<span style="color: black;">基本</span>原理、<span style="color: black;">乃至</span><span style="color: black;">亦</span><span style="color: black;">没法</span>给“智能”下一个科学的定义的<span style="color: black;">状况</span>下，在科学与技术的范畴内，这个词就更<span style="color: black;">显出</span>有些多余。（详见：谢耘，“</span><a style="color: black;"><span style="color: black;">人工智能‘修炼成精’还是遥遥无期的梦想”</span></a><span style="color: black;">，<span style="color: black;">微X</span>“慧影Cydow”公众号，2019年5月9日）</span>&nbsp;&nbsp;<span style="color: black;"><span style="color: black;">计算机<span style="color: black;">处理</span>问题的基本模式：用算法<span style="color: black;">处理</span><span style="color: black;">规律</span>计算问题</span></span><span style="color: black;">虽然计算机的应用</span><span style="color: black;">五花八门彼此迥异，<span style="color: black;">然则</span>计算机<span style="color: black;">处理</span>的所有问题的途径，都是通过<span style="color: black;">规律</span>计算来完成的。</span><span style="color: black;"><span style="color: black;">因此</span>，所有的计算机应用都<span style="color: black;">能够</span>概括为下面几张图所示的一个基本模式。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98gsOXLStNYPPssq9rOLT1T9wib0zR9WO8cvUvvdibEMmELjWQsaW3icsDpcKRGvhuAsZlCk2bwQjjAAg/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图一&nbsp; <span style="color: black;">实质</span>问题的<span style="color: black;">规律</span>抽象</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">首要</span>，<span style="color: black;">咱们</span>要对需要<span style="color: black;">处理</span>的<span style="color: black;">区别</span><span style="color: black;">行业</span>的<span style="color: black;">实质</span>现实问题做分析，将其抽象转化为一个<span style="color: black;">规律</span>计算类问题（见图一），<span style="color: black;">就可</span>能用<span style="color: black;">规律</span>计算来<span style="color: black;">处理</span>的问题。这个过程<span style="color: black;">一般</span>是一个<span style="color: black;">所说</span>的“数字化”或“建模”过程。</span></p><span style="color: black;">从这个<span style="color: black;">方向</span>讲，计算机应用的历程<span style="color: black;">便是</span>从容易抽象为<span style="color: black;">规律</span>计算类问题的<span style="color: black;">实质</span>问题<span style="color: black;">起始</span>，逐步拓展到去<span style="color: black;">处理</span><span style="color: black;">哪些</span>不太容易被抽象为<span style="color: black;">规律</span>计算类问题的<span style="color: black;">实质</span>问题的过程（详见《智能化<span style="color: black;">将来</span>—“暴力计算”开创的奇迹》第三章）。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">计算机最<span style="color: black;">起始</span>的应用<span style="color: black;">行业</span>是工程/科学计算，这类问题基本不需要做抽象，本身<span style="color: black;">便是</span><span style="color: black;">规律</span>计算类问题。而今天众多的<span style="color: black;">所说</span>“人工智能”类问题则在表面上看起来与<span style="color: black;">规律</span>计算类问题很不<span style="color: black;">同样</span>，需要<span style="color: black;">各样</span>数字化与抽象建模的处理<span style="color: black;">才可</span>变成一个<span style="color: black;">规律</span>计算类问题。</span></p><span style="color: black;">将一个<span style="color: black;">实质</span>问题抽象映射为<span style="color: black;">规律</span>计算类问题之后，就<span style="color: black;">起始</span>进入了利用计算机来<span style="color: black;">处理</span>问题的<span style="color: black;">周期</span>。<span style="color: black;">这儿</span>分成两个基本的、并行<span style="color: black;">关联</span>的环节。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">一个是这对这个<span style="color: black;">规律</span>计算类问题，设计出一个有效的、计算机<span style="color: black;">能够</span>实现的<span style="color: black;">处理</span>它的<span style="color: black;">规律</span>计算处理流程（<span style="color: black;">亦</span><span style="color: black;">便是</span><span style="color: black;">所说</span>的“算法”，其中<span style="color: black;">包括</span>了<span style="color: black;">关联</span>的知识），以此为<span style="color: black;">基本</span>形成<span style="color: black;">处理</span>问题的软件程序。<span style="color: black;">因此</span>一个软件程序<span style="color: black;">便是</span>某个“算法”的<span style="color: black;">详细</span>表现形式；<span style="color: black;">另一</span><span style="color: black;">便是</span>要准备好<span style="color: black;">处理</span>问题所需要的信息/数据，形成程序所需要的输入。</span></p><span style="color: black;"><span style="color: black;">这里</span><span style="color: black;">基本</span>上，计算机就<span style="color: black;">能够</span>利用自己的<span style="color: black;">规律</span>计算能力，在软件程序，<span style="color: black;">亦</span><span style="color: black;">便是</span>人类的“外<span style="color: black;">认识</span>”的<span style="color: black;">掌控</span>下完成对输入数据的处理，给出问题的答案（见图二）。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98gsOXLStNYPPssq9rOLT1T9HcXHtbKOXXNNBe3wynxeHbBUVpNibMEv2bXtuJjUgBLDcmtnQo7T14Q/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图二 用算法<span style="color: black;">处理</span><span style="color: black;">规律</span>计算问题</span><span style="color: black;">显而易见，针对<span style="color: black;">区别</span>的问题，软件程序<span style="color: black;">包括</span>了<span style="color: black;">区别</span>的知识，实现的是<span style="color: black;">区别</span>的算法流程。虽然<span style="color: black;">区别</span>的算法与知识在<span style="color: black;">繁杂</span>程度上有很大的差异，<span style="color: black;">然则</span>这些软件程序却都是人类的“外<span style="color: black;">认识</span>”，同属于智能类活动。就像博士生动脑子是人类的智能活动，小学生动脑子<span style="color: black;">一样</span><span style="color: black;">亦</span>属于人类的智能活动。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">倘若</span><span style="color: black;">思虑</span>到<span style="color: black;">实质</span><span style="color: black;">出现</span>的<span style="color: black;">状况</span>，图二中<span style="color: black;">处理</span>问题所<span style="color: black;">运用</span>的算法，有时不是一个单向的过程，而是会有多次的反复“迭代”修改完善的<span style="color: black;">繁杂</span>环节在其中，而这个过程<span style="color: black;">一般</span>要借助系统的输出结果中的信息来进行，<span style="color: black;">因此</span><span style="color: black;">实质</span>上这种<span style="color: black;">状况</span>是一个在实践中<span style="color: black;">持续</span>完善的“反馈”过程。<span style="color: black;">倘若</span>把这个反馈优化完善的过程显性地表现出来，图二就演变变<span style="color: black;">成为了</span>图三。</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9rnBfbggWg4llhj2H8iaWJT1pw7bFB9NiayWg8Veb01HJNy1Ricmoy2x5mA/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图三&nbsp;用算法<span style="color: black;">处理</span><span style="color: black;">规律</span>计算问题，<span style="color: black;">同期</span><span style="color: black;">连续</span>改进算法</span><span style="color: black;"><span style="color: black;">咱们</span>不难看出，图二的模式与图三模式是等价的，图三只是把<span style="color: black;">处理</span>问题的算法中<span style="color: black;">按照</span>结果做反馈改进的<span style="color: black;">过程</span>显性地表现了出来<span style="color: black;">罢了</span>。当然，图三中的反馈过程<span style="color: black;">亦</span>可能<span style="color: black;">是由于</span>人来完成的，这<span style="color: black;">便是</span>在<span style="color: black;">咱们</span>讨论之外的<span style="color: black;">状况</span>了。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">针对</span>从图一到图二所示的计算机<span style="color: black;">处理</span>问题的<span style="color: black;">通常</span>模式，<span style="color: black;">咱们</span><span style="color: black;">能够</span>做如下的一个概括：</span><strong style="color: blue;"><span style="color: black;">任何一个问题，<span style="color: black;">仅有</span>把它变成<span style="color: black;">规律</span>计算类问题，计算机才有可能<span style="color: black;">处理</span>它；反过来，计算机<span style="color: black;">处理</span>任何问题，都是<span style="color: black;">经过</span><span style="color: black;">规律</span>计算过程来完成的</span></strong><span style="color: black;">。</span></p><strong style="color: blue;"><span style="color: black;"><span style="color: black;">因此</span>，当<span style="color: black;">咱们</span>好奇计算机<span style="color: black;">是不是</span>能够做某件事情时，<span style="color: black;">咱们</span><span style="color: black;">首要</span>要做的<span style="color: black;">便是</span>去<span style="color: black;">瞧瞧</span><span style="color: black;">咱们</span><span style="color: black;">是不是</span>有可能把这件事变成一个<span style="color: black;">规律</span>计算类问题。</span></strong>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">当然，并不是把一个<span style="color: black;">实质</span>问题转化为<span style="color: black;">规律</span>计算类问题，就必定能够找到一个有效的算法去<span style="color: black;">处理</span>它。这个寻找有效<span style="color: black;">处理</span>问题“算法”的过程，是<span style="color: black;">无</span>一个绝对可行的<span style="color: black;">办法</span>论<span style="color: black;">能够</span>依靠的。它<span style="color: black;">迄今</span>依然是一个严重依赖人的大脑的创造性工作，<span style="color: black;">况且</span>在<span style="color: black;">能够</span>预见的<span style="color: black;">将来</span>，依然会如此。</span></p><span style="color: black;"><span style="color: black;">因此</span>计算机自动编程，<span style="color: black;">亦</span><span style="color: black;">便是</span>计算机自动寻找并实现<span style="color: black;">处理</span>问题的有效算法，还是一个遥远的梦想。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">然则</span>这并不<span style="color: black;">寓意</span>着计算机在寻找和设计<span style="color: black;">处理</span>问题的算法的工作中就无所<span style="color: black;">做为</span>。“<span style="color: black;">设备</span>学习”<span style="color: black;">便是</span>人类借助计算机来寻找<span style="color: black;">处理</span>问题所需算法的技术。</span></p><span style="color: black;"><span style="color: black;">“<span style="color: black;">设备</span>学习”（Machine Learning）<span style="color: black;">办法</span>的本质：</span><span style="color: black;">用“学</span><span style="color: black;">习算法”去<span style="color: black;">帮忙</span><span style="color: black;">最后</span>确定完善<span style="color: black;">处理</span>问题的算法</span></span><span style="color: black;">记得有一个国际人工智能界的名人曾经说过一句话：</span><span style="color: black;">“人工智能<span style="color: black;">便是</span>机器学习，<span style="color: black;">设备</span>学习<span style="color: black;">便是</span>人工智能。</span><span style="color: black;">”<span style="color: black;">因此</span>，<span style="color: black;">倘若</span><span style="color: black;">咱们</span>能够搞清楚“<span style="color: black;">设备</span>学习”的本质，<span style="color: black;">亦</span>就理解了“人工智能”到底是什么了。</span><span style="color: black;"><span style="color: black;">那样</span><span style="color: black;">咱们</span>就来看一下“<span style="color: black;">设备</span>学习”这个听上去高深莫测的技术，在本质上是一个什么样的过程。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">既然“<span style="color: black;">设备</span>学习”<span style="color: black;">亦</span><span style="color: black;">是由于</span>计算机完成的工作，<span style="color: black;">因此</span>它必然<span style="color: black;">亦</span><span style="color: black;">无</span>跳出图一到图三所概括的计算机应用的基本模式。<span style="color: black;">由于</span>“<span style="color: black;">设备</span>学习”是一个寻找算法的过程，与图一关系不大，<span style="color: black;">因此</span><span style="color: black;">咱们</span>从图二来<span style="color: black;">起始</span>分析。</span></p><span style="color: black;"><span style="color: black;">针对</span>一个<span style="color: black;">规律</span>计算类问题，<span style="color: black;">倘若</span><span style="color: black;">咱们</span>能够找到一个有效的算法，显然就不需要什么“<span style="color: black;">设备</span>学习”来帮忙，直接<span style="color: black;">根据</span>算法编个程序问题就<span style="color: black;">处理</span>了；反过来，<span style="color: black;">倘若</span>针对一个<span style="color: black;">规律</span>计算类问题，<span style="color: black;">咱们</span>完全摸不到头脑，不<span style="color: black;">晓得</span>去任何方向来寻找<span style="color: black;">处理</span>它的算法，<span style="color: black;">那样</span>“<span style="color: black;">设备</span>学习”<span style="color: black;">亦</span><span style="color: black;">无</span>任何用途。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">“<span style="color: black;">设备</span>学习”有用武之地的场合，是针对<span style="color: black;">哪些</span><span style="color: black;">规律</span>计算类问题，<span style="color: black;">咱们</span>不<span style="color: black;">晓得</span>哪个完整的算法能够<span style="color: black;">处理</span>它，<span style="color: black;">咱们</span>却<span style="color: black;">晓得</span>有某个“类型”的算法（<span style="color: black;">例如</span>求解某个函数）<span style="color: black;">能够</span><span style="color: black;">处理</span>或可能<span style="color: black;">处理</span>它，<span style="color: black;">然则</span><span style="color: black;">咱们</span>需<span style="color: black;">想要</span>办法确定算法的中的<span style="color: black;">有些</span><span style="color: black;">成份</span>（<span style="color: black;">例如</span>函数中的参数）<span style="color: black;">才可</span>完全把算法<span style="color: black;">知道</span>下来，<span style="color: black;">而后</span>用它去尝试<span style="color: black;">处理</span>这些问题。</span></p><span style="color: black;"><span style="color: black;">例如</span>，<span style="color: black;">咱们</span>想确定一个火炮的<span style="color: black;">详细</span>位置，<span style="color: black;">咱们</span><span style="color: black;">晓得</span>它发出的炮弹的弹道在不<span style="color: black;">思虑</span>空气阻力等<span style="color: black;">原因</span>下<span style="color: black;">能够</span>用一个二次方程来描述（抛物线），<span style="color: black;">倘若</span><span style="color: black;">晓得</span>了这个二次方程，<span style="color: black;">咱们</span>就能用二次方程求解的算法来确定火炮的位置。<span style="color: black;">然则</span><span style="color: black;">咱们</span>事先是不<span style="color: black;">晓得</span>这个火炮发出的炮弹轨迹的二次方程里的三个参数的，这三个参数<span style="color: black;">便是</span><span style="color: black;">咱们</span><span style="color: black;">处理</span>问题需要的算法（二次方程求解算法）中的“<span style="color: black;">成份</span>”。<span style="color: black;">倘若</span><span style="color: black;">咱们</span>有办法确定这三个参数，<span style="color: black;">那样</span><span style="color: black;">处理</span>问题的算法就确定了。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">因此</span>，在这个例子中，确定火炮位置的问题，是一个二次方程求解类的问题，<span style="color: black;">能够</span>用二次方程求解算法来<span style="color: black;">处理</span>，<span style="color: black;">然则</span><span style="color: black;">咱们</span>需要<span style="color: black;">晓得</span>炮弹弹道二次方程的三个系数，<span style="color: black;">才可</span>最后确定算法。确定这三个参数，<span style="color: black;">便是</span><span style="color: black;">设备</span>学习要做的事情。</span></p><strong style="color: blue;"><span style="color: black;"><span style="color: black;">所说</span>“<span style="color: black;">设备</span>学习”，<span style="color: black;">便是</span>利用计算机<span style="color: black;">帮忙</span><span style="color: black;">咱们</span>确定<span style="color: black;">处理</span>问题的（可能的）算法中的细节，<span style="color: black;">一般</span><span style="color: black;">便是</span>算法中所需要的某些“参数”。</span></strong>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;"><span style="color: black;">因此</span>，“<span style="color: black;">设备</span>学习”在<span style="color: black;">处理</span>问题的过程中，是在辅助人类，而不是独立自主地去<span style="color: black;">处理</span><span style="color: black;">哪些</span><span style="color: black;">咱们</span>人类都完全不<span style="color: black;">晓得</span>该从何入手的问题。</span></strong></p><span style="color: black;"><span style="color: black;">那样</span>“<span style="color: black;">设备</span>学习”是<span style="color: black;">怎样</span>确定<span style="color: black;">咱们</span>需要的算法中的“细节”或<span style="color: black;">叫作</span>“参数”的呢？</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">咱们</span>需要一个<span style="color: black;">所说</span>的“学习”算法，<span style="color: black;">而后</span>用它从<span style="color: black;">所说</span>的“学习样本数据”，即<span style="color: black;">哪些</span><span style="color: black;">能够</span>从中获取<span style="color: black;">咱们</span>需要的“细节”或<span style="color: black;">叫作</span>“参数”的数据/信息，估算出<span style="color: black;">咱们</span>需要的“细节”或“参数”，<span style="color: black;">而后</span><span style="color: black;">咱们</span>就<span style="color: black;">能够</span>确定<span style="color: black;">处理</span><span style="color: black;">本来</span>问题的算法了，问题便迎刃而解。</span></p><span style="color: black;">将<span style="color: black;">以上</span>过程用图来<span style="color: black;">暗示</span>，就得到下面的图四。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9rwFlP6hmAN7ALvPricVH74aYMlfPzKaZibax2QkNia50Sxo7LGk5ialwI5Q/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图四 “<span style="color: black;">设备</span>学习”<span style="color: black;">办法</span>的基本模式</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从图四中<span style="color: black;">咱们</span><span style="color: black;">能够</span>看出，用“<span style="color: black;">设备</span>学习”的<span style="color: black;">办法</span>来<span style="color: black;">处理</span>问题的时候，相比于图二，看上去它多了一个“<span style="color: black;">设备</span>学习（训练）”的过程，即获取<span style="color: black;">处理</span>问题的算法所需要的参数的过程。</span></p><span style="color: black;">这个<span style="color: black;">设备</span>学习的过程，本质上<span style="color: black;">亦</span>是图二所示的计算机<span style="color: black;">处理</span>问题的过程，即<span style="color: black;">亦</span>是用<span style="color: black;">规律</span>计算算法（<span style="color: black;">所说</span>的学习算法）来达到<span style="color: black;">目的</span>（估计<span style="color: black;">处理</span>问题的算法所需要的参数）的一个过程。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">而<span style="color: black;">因为</span>只要不<span style="color: black;">引起</span>算法不收敛等问题，多种“算法”<span style="color: black;">能够</span>组合嵌套组合成一个更<span style="color: black;">繁杂</span>的算法，<span style="color: black;">因此</span>图四中上面的学习算法<span style="color: black;">实质</span>上是<span style="color: black;">能够</span>合并到图中下面<span style="color: black;">处理</span>问题的算法<span style="color: black;">其中</span>的，它所需要的学习样本数据<span style="color: black;">亦</span><span style="color: black;">能够</span>当作“<span style="color: black;">处理</span>问题需要的信息/数据”的一部分，<span style="color: black;">这般</span>合并之后，图四则被抽象简化变<span style="color: black;">成为了</span>图二，<span style="color: black;">或</span>说图四其实是图二的一种<span style="color: black;">详细</span><span style="color: black;">状况</span>。</span></p><strong style="color: blue;"><span style="color: black;"><span style="color: black;">因此</span>，用“<span style="color: black;">设备</span>学习”的<span style="color: black;">办法</span>去<span style="color: black;">处理</span>问题，在本质上依然归属于图二所示的计算机<span style="color: black;">处理</span>问题的基本模式，而不是独立于其外的全新做法。<span style="color: black;">因此呢</span>，它依然要依靠人来设计“算法”去<span style="color: black;">处理</span>问题，这个过程依然是“外<span style="color: black;">认识</span>”发挥<span style="color: black;">功效</span>的过程。在这个过程中，人<span style="color: black;">或</span>说人的“内<span style="color: black;">认识</span>”<span style="color: black;">针对</span>需要<span style="color: black;">处理</span>问题的深刻理解，依然是一切的源头起点。</span></strong>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">咱们</span>以前面讲过的确定火炮位置的问题为例，来看一下一个<span style="color: black;">设备</span>学习的<span style="color: black;">详细</span>过程。</span></p><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9ry3LBgPYDfQhDCuusHUWl2WD2ibkIR3cgiayWUJjJ5E032NyCPL5lLU3w/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;">
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">图五 火炮定位的“<span style="color: black;">设备</span>学习”</span></p><span style="color: black;">在战斗中，<span style="color: black;">咱们</span><span style="color: black;">期盼</span><span style="color: black;">经过</span>A火炮发射的炮弹的轨迹，来确定其位置将其消灭掉。在不<span style="color: black;">思虑</span>空气阻力、风向等<span style="color: black;">原因</span>的<span style="color: black;">状况</span>下，<span style="color: black;">咱们</span><span style="color: black;">晓得</span>它发射的炮弹的轨迹<span style="color: black;">是由于</span>一个二次方程来确定的曲线。<span style="color: black;">然则</span><span style="color: black;">咱们</span><span style="color: black;">无</span>办法事先就<span style="color: black;">晓得</span>这个方程中的三个参数，<span style="color: black;">因此</span><span style="color: black;">咱们</span><span style="color: black;">经过</span>“火炮侦校定位雷达”，来获取它发射的炮弹的轨迹中的一部分数据，这<span style="color: black;">便是</span><span style="color: black;">所说</span>的“学习样本数据”。利用这部分数据，<span style="color: black;">咱们</span>就<span style="color: black;">能够</span>利用计算机估算出来描述炮弹轨迹的二次方程中的三个系数。<span style="color: black;">这般</span>就完<span style="color: black;">成为了</span>图四中“‘<span style="color: black;">设备</span>学习’过程”。<span style="color: black;">而后</span><span style="color: black;">咱们</span><span style="color: black;">经过</span>利用计算机求解这个方程。就能够确定A火炮的位置，这<span style="color: black;">便是</span>图四中的“<span style="color: black;">处理</span>问题过程”。B火炮便<span style="color: black;">能够</span>依据这个位置信息摧毁A火炮。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">虽然<span style="color: black;">实质</span><span style="color: black;">状况</span>要更<span style="color: black;">繁杂</span><span style="color: black;">有些</span>，<span style="color: black;">思虑</span>大气阻力等<span style="color: black;">原因</span>后炮弹轨迹要用更高阶方程来描述，<span style="color: black;">况且</span>是在三维空间，<span style="color: black;">因此呢</span>会有<span style="color: black;">更加多</span>的参数需要确定，<span style="color: black;">然则</span><span style="color: black;">以上</span>的基本原则是<span style="color: black;">同样</span>的。</span></p><span style="color: black;">这个例子虽然看上去很简单，有中学的知识就完全<span style="color: black;">能够</span>理解，<span style="color: black;">然则</span>它确实<span style="color: black;">便是</span><span style="color: black;">设备</span>学习<span style="color: black;">办法</span>中的一种。这种<span style="color: black;">设备</span>学习的<span style="color: black;">办法</span><span style="color: black;">便是</span><span style="color: black;">所说</span>的“回归分析”<span style="color: black;">办法</span>中的多项式回归分析（赵卫红、董亮编著，《<span style="color: black;">设备</span>学习》，第18页，人民邮电出版社，2018年8月<span style="color: black;">第1</span>版）。而这些年流行的“深度学习”，则是采用了非常高阶而<span style="color: black;">繁杂</span>的函数。函数<span style="color: black;">繁杂</span>到了很难用一个数学表达式来描述，而是采用了一种网络化的描述方式。在用于<span style="color: black;">处理</span>问题的这种<span style="color: black;">繁杂</span>高阶函数中，有成百上千万，<span style="color: black;">乃至</span>上亿个参数需要用<span style="color: black;">设备</span>学习的算法来确定。</span><strong style="color: blue;"><span style="color: black;"><span style="color: black;">所说</span>“深度学习”中的“深度”，指的<span style="color: black;">便是</span>这些参数的数量的巨大，并非是<span style="color: black;">咱们</span><span style="color: black;">一般</span><span style="color: black;">道理</span>上学习的“深度”。</span></strong>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">倘若</span>图四中上面所示的<span style="color: black;">设备</span>学习过程与图中下面的<span style="color: black;">处理</span>问题过程彼此独立，<span style="color: black;">咱们</span><span style="color: black;">叫作</span>这种<span style="color: black;">状况</span>的<span style="color: black;">设备</span>学习为“离线”<span style="color: black;">设备</span>学习。<span style="color: black;">这儿</span>的“线”指的<span style="color: black;">便是</span>图中下面那个<span style="color: black;">处理</span>问题的过程。</span></p><span style="color: black;"><span style="color: black;">倘若</span><span style="color: black;">设备</span>学习需要的学习样本数据来自于<span style="color: black;">处理</span>问题的过程的输出结果，<span style="color: black;">这般</span>的<span style="color: black;">设备</span>学习<span style="color: black;">咱们</span><span style="color: black;">叫作</span>之为“在线”<span style="color: black;">设备</span>学习，这个过程<span style="color: black;">便是</span>图三所示的反馈优化完善的过程。<span style="color: black;">咱们</span>把<span style="color: black;">设备</span>学习过程拆分出来，便得到了图六。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9rqTMeJPBV4wHbn8u3COd6KYLKrCu7rqtfXHV8Hj8r3nYWzoOoW42Prg/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图六 “<span style="color: black;">设备</span>学习”<span style="color: black;">办法</span>的基本模式---在线<span style="color: black;">设备</span>学习</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">咱们</span>不难看出，图六<span style="color: black;">亦</span><span style="color: black;">能够</span>看作是图四的一个特殊<span style="color: black;">状况</span>，即“学习样本数据”来自“<span style="color: black;">处理</span>问题过程”的输出。不论对图六作何种<span style="color: black;">诠释</span>，它<span style="color: black;">亦</span>都<span style="color: black;">能够</span>归入图二所示的计算机<span style="color: black;">处理</span>问题的基本模式。</span></p><span style="color: black;"><span style="color: black;">经过</span>上面的分析<span style="color: black;">咱们</span>能够看出，<span style="color: black;">倘若</span>把“<span style="color: black;">设备</span>学习”<span style="color: black;">办法</span>与“常规”的<span style="color: black;">办法</span>相比较，它们的差别就在于在常规<span style="color: black;">办法</span>中，<span style="color: black;">处理</span>问题的算法是事先就确定的，而在“<span style="color: black;">设备</span>学习”<span style="color: black;">办法</span>中，<span style="color: black;">处理</span>问题的算法有未知的<span style="color: black;">成份</span>，需要<span style="color: black;">另一</span>用某种“<span style="color: black;">设备</span>学习”算法来估算出这些未知的<span style="color: black;">成份</span>（<span style="color: black;">一般</span>表现为“参数”），<span style="color: black;">而后</span><span style="color: black;">才可</span>形成完整的<span style="color: black;">处理</span>问题的算法去<span style="color: black;">处理</span>问题。</span><span style="color: black;"><span style="color: black;">然则</span>这个差异却并<span style="color: black;">不可</span>否定它们之间本质的共性，即</span><strong style="color: blue;"><span style="color: black;">归根结底，<span style="color: black;">设备</span>学习<span style="color: black;">办法</span><span style="color: black;">亦</span>罢，常规<span style="color: black;">办法</span><span style="color: black;">亦</span>罢，<span style="color: black;">不外</span>都是利用计算机<span style="color: black;">经过</span>计算机<span style="color: black;">能够</span>实现的<span style="color: black;">规律</span>计算的算法，去<span style="color: black;">处理</span><span style="color: black;">规律</span>计算问题的过程。都离不开人<span style="color: black;">针对</span>问题的理解以及<span style="color: black;">这里</span><span style="color: black;">基本</span>上设计出来的算法去<span style="color: black;">处理</span>问题。</span></strong><span style="color: black;"><span style="color: black;">因此</span>，图一与图二是对计算机<span style="color: black;">处理</span>问题模式的基本概括，而后面几张图是这种概括在<span style="color: black;">详细</span><span style="color: black;">状况</span>下的展开表达。</span><span style="color: black;"><span style="color: black;"><span style="color: black;">设备</span>学习<span style="color: black;">办法</span>的“工匠”特征</span></span><span style="color: black;"><span style="color: black;">设备</span>学习<span style="color: black;">办法</span>相当庞杂，并非是像数学或<span style="color: black;">理学</span>学那样，<span style="color: black;">创立</span>在几个基本公理/定律之上。</span><span style="color: black;"><span style="color: black;">区别</span><span style="color: black;">办法</span>有<span style="color: black;">区别</span>的<span style="color: black;">源自</span>，有<span style="color: black;">区别</span>的长短。</span><span style="color: black;">针对一个<span style="color: black;">实质</span>的问题，把它变成哪种类型的<span style="color: black;">规律</span>计算问题，用哪种<span style="color: black;">设备</span>学习的<span style="color: black;">办法</span>能够有效的<span style="color: black;">处理</span>，是<span style="color: black;">无</span><span style="color: black;">必定</span>之规的，这与传统的经典科学技术<span style="color: black;">行业</span>有很大的<span style="color: black;">区别</span>。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">这个过程，既依赖对<span style="color: black;">区别</span><span style="color: black;">设备</span>学习<span style="color: black;">办法</span>的理解和已有的<span style="color: black;">关联</span>经验，还需要<span style="color: black;">海量</span>的反复尝试。<span style="color: black;">因此</span>这是一种“现代工匠”类型的工作。</span></p><span style="color: black;"><span style="color: black;">咱们</span>以<span style="color: black;">设备</span>学习中的著名的深度学习为例来看一下其工匠性质。</span><span style="color: black;">在《深度学习》（【美】伊恩·古德费洛等著，MIT Press出版，2016年）这本被认为是“深度学习”<span style="color: black;">行业</span>奠基性的经典教材中，作者为了阐述深度学习的这种实验性工匠特征，专门在第二部分设置第11章来讨论这个问题，它的题目取为“实践<span style="color: black;">办法</span>论”。</span><span style="color: black;">在这一章的开头，作者写了<span style="color: black;">这般</span>一段话：“要成功地<span style="color: black;">运用</span>深度学习技术，仅仅<span style="color: black;">晓得</span>存在<span style="color: black;">那些</span>算法和解释它们<span style="color: black;">为么</span>有效的原理是<span style="color: black;">不足</span>的。一个优秀的<span style="color: black;">设备</span>学习实践者还需要<span style="color: black;">晓得</span><span style="color: black;">怎样</span>针对<span style="color: black;">详细</span>应用挑选一个合适的算法以及<span style="color: black;">怎样</span>监控，并<span style="color: black;">按照</span>实验反馈改进<span style="color: black;">设备</span>学习系统。在<span style="color: black;">设备</span>学习系统的<span style="color: black;">平常</span><span style="color: black;">研发</span>中，实践者需要决定<span style="color: black;">是不是</span>收集<span style="color: black;">更加多</span>的数据、<span style="color: black;">增多</span>或减少模型容量、添加或删除正则化项、改进模型的优化、改进模型的近似推断或<span style="color: black;">调节</span>模型的软件实现。尝试这些操作都需要<span style="color: black;">海量</span>时间，<span style="color: black;">因此呢</span>确定正确的做法而不<span style="color: black;">茫然</span>猜测尤为重要。”这段话比较完整地揭示了深度学习这个<span style="color: black;">详细</span>技术的“现代工匠”特征。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">纽约大学教授Gary Marcus在2018年1月2日<span style="color: black;">发布</span>的<span style="color: black;">导致</span>很大争议的<span style="color: black;">文案</span>“Deep Learning: A Critical Appraisal”（arXiv.org，2018年1月2日）中提出了深度学习的十个局限，其中第十个“Deep learning thus far is difficult to engineerwith”指的<span style="color: black;">亦</span>是这个问题——“深度学习”还只是一个就事论事的<span style="color: black;">办法</span>，<span style="color: black;">无</span>办法<span style="color: black;">做为</span>一个标准普适的有效的工程<span style="color: black;">办法</span>被用来去有效地<span style="color: black;">处理</span><span style="color: black;">区别</span>的问题。换句话<span style="color: black;">来讲</span>，以深度学习为<span style="color: black;">表率</span>的<span style="color: black;">设备</span>学习法，是一种现代的工匠技艺，而不是其它<span style="color: black;">行业</span>中现代工程师<span style="color: black;">运用</span>的、有坚实现代科技<span style="color: black;">基本</span>的工程化普适<span style="color: black;">办法</span>。（谢耘，“</span><a style="color: black;"><span style="color: black;">‘深度学习’与工匠技艺</span></a><span style="color: black;">”，<span style="color: black;">微X</span>公众号“慧影Cydow”,2018年3月22日）</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">其实这个问题并非是<span style="color: black;">设备</span>学习所独有，而是<span style="color: black;">做为</span>人类“外<span style="color: black;">认识</span>”的计算机应用的基本特征。其根源便在于人类迄今为止，<span style="color: black;">无</span>构建出关于人类<span style="color: black;">认识</span>活动的完整的科学理论，<span style="color: black;">仅有</span><span style="color: black;">有些</span>实验性质的描述与推测，<span style="color: black;">因此</span>当<span style="color: black;">咱们</span>把人类的<span style="color: black;">认识</span>外化为计算机应用的时候，它在总体上就只能是一种基于工匠技艺的手艺活。早就有人指出软件编程是一种艺术创造过程，<span style="color: black;">原由</span><span style="color: black;">亦</span>在于此。由此<span style="color: black;">亦</span>带来了一个问题：算法<span style="color: black;">自己</span>的<span style="color: black;">繁杂</span>程度，并<span style="color: black;">不可</span><span style="color: black;">表率</span>其技术水平的高低，<span style="color: black;">由于</span>艺术性的创造，是<span style="color: black;">能够</span>为所欲为的。</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在人类突破<span style="color: black;">认识</span>活动（或<span style="color: black;">叫作</span>智能）的科学原理之前，计算机应用、即人类的“外<span style="color: black;">认识</span>”的创造活动，在总体上只能是一种八仙过海式的现代工匠技艺。</span></p><span style="color: black;"><span style="color: black;">&nbsp; 终极追问&nbsp;&nbsp;</span></span><span style="color: black;">在业界<span style="color: black;">持续</span>有<span style="color: black;">信息</span>声<span style="color: black;">叫作</span>某<span style="color: black;">设备</span>学习<span style="color: black;">已然</span>实现了“问题”无关性，即算法不需要借助人类对问题的理解即<span style="color: black;">能够</span>自己学习<span style="color: black;">处理</span>问题。</span><span style="color: black;">这显然是有意夸大其词，<span style="color: black;">或</span>算法的设计者自己无视了他在设计算法时带入的对问题的理解及<span style="color: black;">关联</span>的知识。</span><span style="color: black;"><span style="color: black;">经过</span>前面的分析，<span style="color: black;">咱们</span><span style="color: black;">能够</span>得到<span style="color: black;">设备</span>学习与人的学习之间的差异。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9ribBR6EMA6gpXmJWNLCjibjuuzGficAopFZias66utEJmz7Q43CbC0Wdcpw/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">表一 <span style="color: black;">设备</span>学习与人的学习的对比</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在人类突破<span style="color: black;">认识</span>活动（或<span style="color: black;">叫作</span>智能）的科学原理之前，<span style="color: black;">咱们</span>不可能设计出一个与问题无关的万能算法，让<span style="color: black;">设备</span>自己去独立从零<span style="color: black;">起始</span>学习而<span style="color: black;">处理</span><span style="color: black;">区别</span>的问题。计算机修炼成精还是遥远的梦想。（谢耘，“</span><a style="color: black;"><span style="color: black;">人工智能‘修炼成精’还是遥遥无期的梦想</span></a><span style="color: black;">”，<span style="color: black;">微X</span>公众号“慧影Cydow”，2019年5月9日）</span></p><span style="color: black;"><span style="color: black;">然则</span>这并不<span style="color: black;">寓意</span>着在<span style="color: black;">处理</span><span style="color: black;">详细</span>问题上，<span style="color: black;">设备</span>学习不会比人强。其实，自计算机诞生伊始，它在<span style="color: black;">规律</span>计算方面的能力就远非人类可比。借助计算机<span style="color: black;">持续</span><span style="color: black;">加强</span>的精确且永不疲倦的“暴力计算”能力，<span style="color: black;">设备</span>学习<span style="color: black;">办法</span>在<span style="color: black;">处理</span><span style="color: black;">各样</span><span style="color: black;">详细</span>的问题方面，自然会<span style="color: black;">持续</span>超越人类。而这正是人类创造工具的重要的目的：拓展人类的能力边界。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">人与工具之间的这种辩证的互补关系，常常被形而上学地解释<span style="color: black;">作为</span>了机械的对立互斥替代关系，以至于从工业革命<span style="color: black;">起始</span>后，就<span style="color: black;">持续</span><span style="color: black;">显现</span><span style="color: black;">各样</span>版本的<span style="color: black;">设备</span>将取代人的耸人听闻的“预测”。</span></strong></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">计算机在<span style="color: black;">处理</span><span style="color: black;">各样</span><span style="color: black;">详细</span>问题方面<span style="color: black;">持续</span>超越人，这<span style="color: black;">基本</span>就不是什么预料之外的“奇迹”。今天的<span style="color: black;">设备</span>学习、人工智能及大数据技术核心采用的都是数学统计<span style="color: black;">办法</span>。而早在1964年，英国出版的近代数学通俗读物《统计世界》一书，作者就数学统计<span style="color: black;">办法</span>的应用前景在最后的“回顾和展望”中写道：“在今天的世界上，统计<span style="color: black;">办法</span>的新应用正在<span style="color: black;">持续</span>地被<span style="color: black;">发掘</span>，应用电子计算机进行计算，使<span style="color: black;">专家</span>能够<span style="color: black;">处理</span>过去认为不可能<span style="color: black;">处理</span>的统计问题。统计<span style="color: black;">办法</span>的应用将继续扩大，统计学将在<span style="color: black;">将来</span>的空间时代发挥重要<span style="color: black;">功效</span>。”（【英】D.A. 约翰逊、W.H.格伦著，《统计世界》，第80-81页，科学出版社，1981年）</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9rRqMObxNf6DxYiacTiak8S61OZ5IexQgnANMefK0nAUMrPcY1wKwXCyQg/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图七 1964年的“神预测”</span><span style="color: black;">书中的这段话算是对今天以数学统计<span style="color: black;">办法</span>为核心的大数据、人工智能技术发展的“神预测”吗？其实这只是<span style="color: black;">把握</span>了科学技术本质的<span style="color: black;">专家</span>对<span style="color: black;">将来</span>的一种理性的推断。</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">来自网络的图八，形象地表达了数学统计<span style="color: black;">办法</span>、<span style="color: black;">设备</span>学习及人工智能之间的关系，并巧妙地暗示了产生人工智能“奇迹”效应的社会心理缘由。</span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/Ogvb9wAI98hLKtb3jdWicpFqEevuFJX9rrj5Dul6xcg94y7Qh3HoicglvCSODXnYOEnQicM3LDkRHEDpGUN1JAaFg/640?wx_fmt=png&amp;tp=webp&amp;wxfrom=5&amp;wx_lazy=1&amp;wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">图八 统计<span style="color: black;">办法</span>、机器学习与人工智能</span><span style="color: black;"><span style="color: black;">针对</span>今天<span style="color: black;">咱们</span><span style="color: black;">剧烈</span>依赖数学统计及工匠式的<span style="color: black;">办法</span>来<span style="color: black;">处理</span>问题，<span style="color: black;">非常多</span>习惯于经典科学<span style="color: black;">办法</span>的人内心会感到不适。2018年我在山东大学给学生做讲座时讲了<span style="color: black;">设备</span>学习与人工智能的本质。当时一个<span style="color: black;">朋友</span>在提问时说：“我不<span style="color: black;">爱好</span><span style="color: black;">此刻</span>的<span style="color: black;">哪些</span>人工智能的<span style="color: black;">办法</span>，它们都是统计实验性质的，不像经典科学<span style="color: black;">办法</span>那样清晰严谨精美。”我对他说：“</span><strong style="color: blue;"><span style="color: black;">技术是用来<span style="color: black;">处理</span>问题的手段,而不是拿来欣赏的艺术品。只要能<span style="color: black;">处理</span>问题<span style="color: black;">便是</span>有效的<span style="color: black;">办法</span>，就应该去认真学习。</span></strong><span style="color: black;">”</span><strong style="color: blue;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;"><strong style="color: blue;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;"></strong></span></strong></span></strong></span></strong><span style="color: black;"><strong style="color: blue;"><span style="color: black;">精彩<span style="color: black;">文案</span></span></strong></span><span style="color: black;"><strong style="color: blue;"><span style="color: black;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;</span></span></strong><a style="color: black;"><span style="color: black;"><span style="color: black;">谢耘：信息技术的智能本质与人类的外<span style="color: black;">认识</span></span></span></a></span><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;&nbsp;</span><a style="color: black;"><span style="color: black;">谢耘：人工智能“修炼成精”还是遥遥无期的梦想</span></a><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;</span><a style="color: black;"><span style="color: black;">谢耘：洞穿AI迷雾，<span style="color: black;">为么</span>说人工智能复兴是暴力计算“借尸还魂”？</span></a><span style="color: black;">‍</span>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;&nbsp;</span><a style="color: black;"><span style="color: black;">谢耘：“深度学习”与工匠技艺</span></a></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;&nbsp;</span><a style="color: black;"><span style="color: black;">谢耘：慧</span></a>影，是一个系统级的整体性的原始创新</p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;</span><a style="color: black;"><span style="color: black;">【慧影妙招】用慧影建一张课程表吧，学习和生活都能在<span style="color: black;">一块</span>管了</span></a></span></p>
    <p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;">&nbsp;</span></span><a style="color: black;"><span style="color: black;">【慧影妙招】怎么记农历生日，并且<span style="color: black;">能够</span>年年提醒？</span></a></p><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;"><strong style="color: blue;"><span style="color: black;">联</span></strong><span style="color: black;"><strong style="color: blue;"><span style="color: black;">系</span></strong><strong style="color: blue;"><span style="color: black;"><span style="color: black;">咱们</span></span></strong></span><strong style="color: blue;"><span style="color: black;">慧影官网：www.cydow.com</span></strong><strong style="color: blue;"><span style="color: black;">QQ群：580609789</span></strong><strong style="color: blue;"><span style="color: black;">客服<span style="color: black;">tel</span>：13720028991</span></strong><strong style="color: blue;"><span style="color: black;">反馈邮箱：cydowsupport@cydow.com</span></strong><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;"><span style="color: black;"><strong style="color: blue;">不要忘记和<span style="color: black;">大众</span><span style="color: black;">一块</span>“在看”哦~<span style="color: black;">☟☟☟</span></strong></span>




nqkk58 发表于 2024-9-28 20:29:25

我完全同意你的看法，期待我们能深入探讨这个问题。

b1gc8v 发表于 2024-10-1 23:20:23

楼主节操掉了，还不快捡起来！
页: [1]
查看完整版本: 谢耘：人工智能——多余的概念，算法的本质