中国IDC圈@终于有人把云计算、大数据和人工智能讲明白了( 十 )
例如上面的例子 , 输入一个写着2的图片 , 输出的列表里面第二个数字最大 , 其实从机器来讲 , 它既不知道输入的这个图片写的是2 , 也不知道输出的这一系列数字的意义 , 没关系 , 人知道意义就可以了 。 正如对于神经元来说 , 他们既不知道视网膜看到的是美女 , 也不知道瞳孔放大是为了看的清楚 , 反正看到美女 , 瞳孔放大了 , 就可以了 。
对于任何一张神经网络 , 谁也不敢保证输入是2 , 输出一定是第二个数字最大 , 要保证这个结果 , 需要训练和学习 。 毕竟看到美女而瞳孔放大也是人类很多年进化的结果 。 学习的过程就是 , 输入大量的图片 , 如果结果不是想要的结果 , 则进行调整 。
如何调整呢?就是每个神经元的每个权重都向目标进行微调 , 由于神经元和权重实在是太多了 , 所以整张网络产生的结果很难表现出非此即彼的结果 , 而是向着结果微微地进步 , 最终能够达到目标结果 。
当然 , 这些调整的策略还是非常有技巧的 , 需要算法的高手来仔细的调整 。 正如人类见到美女 , 瞳孔一开始没有放大到能看清楚 , 于是美女跟别人跑了 , 下次学习的结果是瞳孔放大一点点 , 而不是放大鼻孔 。
6没道理但做得到
听起来也没有那么有道理 , 但的确能做到 , 就是这么任性!
神经网络的普遍性定理是这样说的 , 假设某个人给你某种复杂奇特的函数 , f(x):
文章图片
不管这个函数是什么样的 , 总会确保有个神经网络能够对任何可能的输入x , 其值f(x)(或者某个能够准确的近似)是神经网络的输出 。
如果在函数代表着规律 , 也意味着这个规律无论多么奇妙 , 多么不能理解 , 都是能通过大量的神经元 , 通过大量权重的调整 , 表示出来的 。
7人工智能的经济学解释
这让我想到了经济学 , 于是比较容易理解了 。
文章图片
我们把每个神经元当成社会中从事经济活动的个体 。 于是神经网络相当于整个经济社会 , 每个神经元对于社会的输入 , 都有权重的调整 , 做出相应的输出 , 比如工资涨了、菜价涨了、股票跌了 , 我应该怎么办、怎么花自己的钱 。 这里面没有规律么?肯定有 , 但是具体什么规律呢?很难说清楚 。
基于专家系统的经济属于计划经济 。 整个经济规律的表示不希望通过每个经济个体的独立决策表现出来 , 而是希望通过专家的高屋建瓴和远见卓识总结出来 。 但专家永远不可能知道哪个城市的哪个街道缺少一个卖甜豆腐脑的 。
于是专家说应该产多少钢铁、产多少馒头 , 往往距离人民生活的真正需求有较大的差距 , 就算整个计划书写个几百页 , 也无法表达隐藏在人民生活中的小规律 。
基于统计的宏观调控就靠谱多了 , 每年统计局都会统计整个社会的就业率、通胀率、GDP等指标 。 这些指标往往代表着很多内在规律 , 虽然不能精确表达 , 但是相对靠谱 。
然而基于统计的规律总结表达相对比较粗糙 。 比如经济学家看到这些统计数据 , 可以总结出长期来看房价是涨还是跌、股票长期来看是涨还是跌 。 例如 , 如果经济总体上扬 , 房价和股票应该都是涨的 。 但基于统计数据 , 无法总结出股票 , 物价的微小波动规律 。
基于神经网络的微观经济学才是对整个经济规律最最准确的表达 , 每个人对于自己在社会中的输入进行各自的调整 , 并且调整同样会作为输入反馈到社会中 。 想象一下股市行情细微的波动曲线 , 正是每个独立的个体各自不断交易的结果 , 没有统一的规律可循 。
而每个人根据整个社会的输入进行独立决策 , 当某些因素经过多次训练 , 也会形成宏观上统计性的规律 , 这也就是宏观经济学所能看到的 。 例如每次货币大量发行 , 最后房价都会上涨 , 多次训练后 , 人们也就都学会了 。
- 海峡生活汇印度对中国虎视眈眈,我国将如何迎接挑战,英国仍想着事后清算
- 董明珠说中国制造不能没有格力,事实真的是如此么?
- 中国财富网你买对了吗?“一杯咖啡”引发的索赔,董责险
- 环球时报热点 离中方的最终决定还有10天,澳大利亚担忧“中国关税报复”
- 中国青年网美众议院调查特朗普防疫应对措施
- 『中国』相约云上!省发改委牵头召开云上2020年中国品牌日活动福建分会场新闻通气会
- 【核武器】中国四艘轻型航母现身,增加核武器数量呼声高涨,你细品
- 中国质量报山西记者站精准助力台骀山景区复工复产,迎泽市场监管多措并举
- 缓缓静水流深不语中科大、北大、南京大学进入前三,2020中国一流大学排行榜出炉
- #中越关系#中越战争结束后,中国解放军有一人没有回国,原因到底是什么?