所有科学最重大的目标就是:从最少数量的假设和公理出发,用逻辑演绎推理的方法解释最大量的经验事实。 -爱因斯坦
要探讨终极算法,先得明确传统算法的定义。算法是一系列计算机指令的集合,让计算机完成某项特定的任务。
机器学习则不然,计算机从数据中推断,自己弄明白做事方法。相当于我们不给计算机编程,计算机通过数据给自己编程。
人类文明从设计工具开始,算法本身也是工具,可以用来设计其它工具。但它没有任何创造性。机器学习不一样,它有创造性,让世界来适应我们,
机器学习的核心是预测。预测我们要什么,预测一种行为的结果,预测如何实现我们的目标。
我们需要了解基本的原理。我们无法控制自己理解不了的东西。但只需要了解机器学习的“概念模型”。即有效利用某项技术而需粗略掌握的知识。
五大学派:
符号学派:逆向演绎,从哲学,心理,逻辑出发寻求洞见(逆向演绎)。
联结学派:大脑的逆向分析,灵感来自神经科学和物理学(反向传播)。
进化学派:遗传学和进化生物学(遗传编程)。
贝叶斯学派:概率推理,基础是统计学(贝叶斯推理)。
类推学派:相似性的外推。心理学和数学最优化(支持向量机)。
五大学派都有自己的主算法,但能不能推出通用的万能算法,这个命题光想一想都很有意思。如果真有终极算法,则计算要能理解人类当前知道的一切,为很多突破很多人类世界当前最临的难题。
(这里没有提到强化学习,强化学习不算一种算法,而是一种进化方式,通过博弈的方式进化)
传统算法:输入=数据,算法自动运行,输出=结果;需要精确思维。
机器学习:输入=数据和想要的结果,输出=算法; 需要统计思维。
工业革命让手工业自动化, 信息革命解放大脑,而机器学习让自动化本身自动化。
终极算法存不存在,作者的一些证据:
1,人类的大脑使用的就是统一算法。我们可以走路,下棋,设计程序,弹琴都是一样的算法。但我们对于自己的大脑知之甚少。
2,生物进化也是统一算法:自然选择。(如果达尔文是对的话),上帝不创造物种,他创造了创造物种的算法。
3,物理学和数学的简洁,比中e=mc的平方,比如F=ma,比如万有引力字律等。
4,图灵机本身就是一个通用的计算平台。我们手里的智能手机,几乎可以做大量的事情。
洞察力和坚持才是最重要的东西。
领取专属 10元无门槛券
私享最新 技术干货