内容简介:我反复提到了输入和输出,也说知识被用于压缩原本无限的信息。但这两句话可能对没有相关背景的人而言较难理解,因此稍微解释一下。熟悉的人请跳过,毕竟这本该是在初中就会的知识(虽然我相信很多人都搞混)。这篇文章其实是给文科生补三个数学概念的。可能不少人有一种误解,认为输入和输出是一个具体的情况。又怎么能说知识在压缩信息呢? 然而输入和输出的可能情况并非只有一个,往往是无数个。
前言
我反复提到了输入和输出,也说知识被用于压缩原本无限的信息。但这两句话可能对没有相关背景的人而言较难理解,因此稍微解释一下。熟悉的人请跳过,毕竟这本该是在初中就会的知识(虽然我相信很多人都搞混)。
目录
- 集合、变量、函数
- 自动化与机器学习的区别
正文
这篇文章其实是给文科生补三个数学概念的。
一、集合(一类)、变量(任意)、函数(知识)
可能不少人有一种误解,认为输入和输出是一个具体的情况。又怎么能说知识在压缩信息呢? 然而输入和输出的可能情况并非只有一个,往往是无数个。
例1:没有两片树叶是一模一样的,但我们却可以认识所有的树叶。
例2:小猫的长相都不相同,也形态各异,但我们却可以认识所有的猫。
例3:每次炒菜时的所用的食材量,火候,调味料也都千差万别,但我们却可以对应的进行调整,做出叫同个菜名的食物。
你可以感觉出这里想要描述的是 一类 事物,每一次的输入可以是这一类事物中的 任意 一种情况。我们的知识可以应对所有输入而得到对应的输出。
那么该如何描述这些概念呢?因为如果在讨论一个问题时没有办法准确描述所指的事物到底是什么,那就根本没有办法开展和交流。 这些看似微不足道的概念其实直到 19 世纪才第一次正式创立。而这个奠定了整个现代数学,乃至所有科学根基的 工具 就是 集合 。
若把所有的树叶(元素)归到一个 集合 中,用这个集合来表示 一类 事物,输入是这一类事物中的 任意 一个。也正是由于这种任意性,输入也被称为 变量 。输出同理也是变量。
我们在讨论输入和输出时,并不是说隔壁老王家那只叫翠花的二哈,而是说所有的哈士奇。
但其我们早就掌握了这种概念,只是当初并未正式的总结。 《超智能体》02 的开篇里提到的「智人为什么会从众多生物中脱颖而出的原因就是在于智人的语言出现了 变量 与 函数 的概念」。
例1:英语中的 the apple 指的是特定的一个苹果,是一个 常量 。而 an apple 指的却是任意一个苹果,也就是 变量 。
例2:中文里我们也会用“这个”和“那个”来特指某个事物,而没有这些特指时,我们往往是在讨论变量。
例3:“人啊,还是要看命”句话里的 人 就是变量。 这句话甚至包含了一种“知识”,其预测就是 所有人 都要认命。虽然这个“知识”不合理。但你可以感觉到它的作用。中医、玄学、科学也都在提取知识,只是科学是当中最可靠的一种提取知识的方法。
这种概念的产生让我们能够从经验中提取知识,并一代一代的传递下去。
二、自动化与当代 AI 的区别
如果把每个图像和这个图像是否是树叶记录下来,哪怕是最快的计算机也无法查找和存储这些多的信息。这恰恰是当初计算机所办不到的事情,没有办法仅通过演示几个例子就能让计算机搞清楚其他没有演示的情况,也就是学习能力。
曾经计算机所执行的指令都是人类所学到的知识。如今的人工智能所产生的突破并非有了意识,而是能够让计算机自己来从有限的例子中学到知识,然后将学到的知识用于今后的预测中。
这也是自动化与目前AI最大的区别,即知识是否是由机器自己发现的,这也正是很多张口闭口都是AI的人压根就没搞明白的事情。现在你再来看这个视频时,恐怕会有新的理解:
「自动化与机器学习的区别」的讲解视频(见知乎链接)
https://zhuanlan.zhihu.com/p/51000246
有了集合、变量、函数的概念后,下一篇我们再来谈知识的第二种分类: 以任务类型为视角。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 机器学习中的深度自动化
- 特征工程自动化如何为机器学习带来重大变化
- Auto Machine Learning 自动化机器学习笔记
- 采用NLP机器学习来进行自动化合规风险治理
- 让所有功能自动化,六大机器学习趋势拯救IT运维
- 为什么说自动化特征工程将改变机器学习的方式
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。