机器学习-终结者是否会出现

https://www.toutiao.com/a6642208059546403336/

2019-01-03 23:21:16

机器学习在2016年左右突然爆发，并在2017年，随着围棋大师柯洁败给了alphaGo而达到顶峰。计算机在深度神经网络和强大的计算能力下所表现出来的学习能力让人惊叹。

打败柯洁的alphaGo Lee被仅仅学习了三天的alphaGo zero以100:0完败，再一次震惊世界，从此围棋再也不属于人类，而是属于了计算机。

随着alphaGo的出世，电影终结者中的机器人末日也被再次提及，那么，计算机会不会有一天真的如同电影终结者那样，统治世界呢？

其实现在所谓的机器学习和人工智能，都不是真正意义上的AI，不过迈出了关键的第一步，让计算机学会了抽象化拟合。

通过tensorflow的一个例子，简单介绍下当下的机器学习是如何工作的。

神经元网络的每个神经元都是一个函数f(x)，输入的数据经过函数处理而得到一个结果A，然后把A与实际结果B进行方差运算得到D，再通过一个不断迭代的梯度下降算法去调整f(x)，从而算出与B最相近的的An，而计算出An的fn(x)就是特征函数，用于预测和识别下一个输入，看是否是不是A。

这个过程有点类似于以前初中学习的求函数的极限，只不过初中求的极限函数是已知的，而机器学习求的极限，是通过公差不断逼近最小值的迭代运算试出来的。

这个求极值的结果其实是一种拟合。

当然，神经元计算的值并不是简单的数字，而是一个张量(tensor)，张量是的值是一个多维度矩阵，所以机器学习拟合的并不是简单的一跟线，而是类似曲面的矩阵。

把神经元组成的计算层叠加以后就可以形成一个深度学习网络，经过深度学习网络得出的结果就是一个计算机的抽象化模型，这个模型是什么样的呢？

下面就是tensorflow实例中计算出来的特征值，用来识别数字0-9的图片。

计算出这个特征图大概需要输入多少数据呢？答案是10000个，当然，这个计算在当前的计算性能下也是秒级的。

所以，现在的机器学习，就是通过深度神经网络计算大量实例从而得出一个特征张量的过程，通过特征张量来预测和判断其他实例。

这个过程有点类似抽象化思想的提炼过程，但也只是类似罢了，来回答一个简单的问题，我们学习数字的时候，有看过10000个数字么？

并没有，我们并没有看过10000个数字，我们只需要看10个就够了，而且我们通过这10个数字，发明了数学体系。这就是人类强大的地方。大脑的学习方法与机器是不在一个维度上的，大脑的学习不光分析了实例，还归纳出抽象化概念，而且还能联想，类比，通过联想再构筑抽象化的抽象化。

机器学习可以自己领悟出数学么？在现有的技术条件下，没有可能，计算机的数学都是人输入的公式，计算机并没有能力自己去创造一个算法，这样的人工智能还没有被发明出来。

而且抽象化的容量远远大于想象，在抽象化三角形上看出，抽象化概念可以囊括的内容是按照指数级别上涨的。

每个抽象化三角形所囊括的实例为，个体：3，责任：9(3∧2)，管理：27(3∧3)，而这是刻意定义的，实际上每一个抽象化概念下能囊括的个体是很多的，这样的指数上升是很恐怖的，试想下：“万物即对象”这句话后面有多少数据。大脑通过抽象化概念可以推导出一切实例。

所以构成大脑的数据库结构，级为复杂，那是一张多维度的多对多链表，这样的数据结构，还没被发明出来。

即便是有了这样的数据结构，计算机也还无法进行思考，也就是将不同的抽象化联系起来并再次归纳。数据源是什么？准确率有多少？是否可控？都是问题。

所以，我并不能预言出终结者是否会出现，但有种感觉，当下的人工智能技术并不会诞生类似终结者中天网的存在，因为支撑真正人工智能的理论，至今还没有被发现。

不过当前的理论的确对于识别与预测带来了长足的进步，那么，我们能否用这些公式去预测未来呢？

机器学习-终结者是否会出现相关推荐

【机器学习】神经网络浅讲：从神经元到深度学习
来源:深度学习初学者本文约4500字,建议阅读5分钟本文以一种简单的,循序的方式讲解神经网络. 适合对神经网络了解不多的同学,深入浅出的讲解了神经网络的核心思想,是一篇入门深度学习的好文.本文节选自& ...
谈谈机器学习的基本问题，不谈数学！
https://www.toutiao.com/a6683738459938488840/ 不知道你有没有这种感觉,在阅读论文的时候,我们经常会遇到一些很长的专业术语.所以,这篇文章我想要写一些我的认 ...
理解五个基本概念，让你更像机器学习专家
理解五个基本概念,让你更像机器学习专家 https://www.jianshu.com/p/ca37ea88a757 摘要: 这篇文章主要讲述了机器学习的相关内容,阐述了机器学习的主要意义和形成过程. ...
机器学习漫谈：还有很长的路要走
来源:王宏琳科学网博客链接地址:http://blog.sciencenet.cn/blog-3005681-1285948.html 人工智能已经成为大数据.机器人和物联网等新兴技术的主要驱动力 ...
机器学习需要理解的五个基本概念
1.机器学习可以预测如果你只是在图片中标记朋友的面孔,那就不是在用机器学习模型.如果你上传了一张新照片系统马上告诉你每个人是谁,那你就是应用了机器学习模型.机器学习的主要意义在于根据图案模型和经过训 ...
人工智能AI、机器学习和深度学习之间的区别是什么？
有人说,人工智能(AI)是未来,人工智能是科幻,人工智能也是我们日常生活中的一部分.这些评价可以说都是正确的,就看你指的是哪一种人工智能. 今年早些时候,Google DeepMind的AlphaGo ...
还纠结选机器学习还是深度学习？看完你就有数了
导语:「机器学习」还是「深度学习」,哪个更适合我呢? 大哥你好,我是来学「人工智能」的.但是,啥是「深度学习」?啥是「机器学习」?「深度学习」和「机器学习」有啥关系?我究竟该学「深度学习」还是「机器学 ...
美团算法专家：入门机器学习，比你想的要简单
我们经常听见媒体对人工智能大肆宣传,从未来战士<终结者>到<钢铁侠>的"贾维斯",再到<星球大战>的 BB8,在我们心中仿佛达不到令人惊叹的程度 ...
《Scikit-Learn与TensorFlow机器学习实用指南》第01章机器学习概览
本书翻译已加入ApachCN的开源协作项目,见 https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF/tree/dev/docs. 我 ...

机器学习-终结者是否会出现

机器学习-终结者是否会出现相关推荐

最新文章

热门文章