終極演算法：機器學習與人工智慧如何重塑世界

所有科學最重大的目標就是：從最少數量的假設和公理出發，用邏輯演繹推理的方法解釋最大量的經驗事實。 -愛因斯坦

要探討終極演算法，先得明確傳統演算法的定義。演算法是一系列計算機指令的集合，讓計算機完成某項特定的任務。

機器學習則不然，計算機從數據中推斷，自己弄明白做事方法。相當於我們不給計算機編程，計算機通過數據給自己編程。

人類文明從設計工具開始，演算法本身也是工具，可以用來設計其它工具。但它沒有任何創造性。機器學習不一樣，它有創造性，讓世界來適應我們，

機器學習的核心是預測。預測我們要什麼，預測一種行為的結果，預測如何實現我們的目標。

我們需要了解基本的原理。我們無法控制自己理解不了的東西。但只需要了解機器學習的「概念模型」。即有效利用某項技術而需粗略掌握的知識。

五大學派：

符號學派：逆向演繹，從哲學，心理，邏輯出發尋求洞見（逆向演繹）。

聯結學派：大腦的逆向分析，靈感來自神經科學和物理學（反向傳播）。

進化學派：遺傳學和進化生物學（遺傳編程）。

貝葉斯學派：概率推理，基礎是統計學（貝葉斯推理）。

類推學派：相似性的外推。心理學和數學最優化（支持向量機）。

五大學派都有自己的主演算法，但能不能推出通用的萬能演算法，這個命題光想一想都很有意思。如果真有終極演算法，則計算要能理解人類當前知道的一切，為很多突破很多人類世界當前最臨的難題。

（這裡沒有提到強化學習，強化學習不算一種演算法，而是一種進化方式，通過博弈的方式進化）

傳統演算法：輸入＝數據，演算法自動運行，輸出＝結果；需要精確思維。

機器學習：輸入＝數據和想要的結果，輸出＝演算法； 需要統計思維。

工業革命讓手工業自動化， 信息革命解放大腦，而機器學習讓自動化本身自動化。

終極演算法存不存在，作者的一些證據：

1，人類的大腦使用的就是統一演算法。我們可以走路，下棋，設計程序，彈琴都是一樣的演算法。但我們對於自己的大腦知之甚少。

2，生物進化也是統一演算法：自然選擇。（如果達爾文是對的話），上帝不創造物種，他創造了創造物種的演算法。

3，物理學和數學的簡潔，比中e=mc的平方，比如F=ma，比如萬有引力字律等。

4，圖靈機本身就是一個通用的計算平台。我們手裡的智能手機，幾乎可以做大量的事情。

洞察力和堅持才是最重要的東西。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！