未来世界,人类的生活不过是种种算法?( 四 )


① 亨利?珀塞尔和本杰明?布里顿分别为歌剧《亚瑟王》和《彼得?格里姆斯》的作曲家,布里顿的作曲风格深受珀塞尔的影响 。——译者注
这些会学习的算法有助于我们重新审视自身的学习方式 。推荐算法既没有认识到珀塞尔和布里顿之间的联系,也不需要拥有任何专业的音乐史知识 。它只是对用户的选择进行观察,并从所见所闻中学习 。事实上,这与一个孩子学习母语的过程没什么两样——从观察周围说话的人开始,然后用大量时间去模仿,不需要理解语法、动词变位和动宾搭配的问题 。一个小孩知道应该说“我去学校”,而不是说“我走学校”,却无法解释为什么 。正如推荐算法会向用户推荐本杰明?布里顿,却不能解释为什么用户可能喜欢这个作曲家 。

未来世界,人类的生活不过是种种算法?

文章插图

推荐系统简单示例
有些学习程序的问题很难解决 。假如我们要识别物体,如一只狗、一只猫、一张桌子,等等 。在一张图像中,数据以像素的形式呈现,通过统计分析图像中的黑色或者蓝色像素点,很难区分这是一只狗还是一张桌子 。这时,必须使用更复杂的学习算法——深度学习算法 。深度学习算法首先尝试从图像中找到直线、圆、爪子、腿、桌脚……然后再寻找越来越复杂的物体对象 。算法同样也是逐步建立越来越抽象的图像表达,最终找到被识别的物体 。难点是,算法如何知道需要识别哪一种元素?是爪子、腿,还是桌脚?没关系,算法会通过自身的经验进行学习 。例如,深度学习算法可以让下围棋的程序取得巨大进步,打败最优秀的人类围棋选手 。