要研究机器学习,你应该多学这些…… | NewTech 观察圈
上期《对话 Summer:AlphaGo Zero 的出现在意料之中!没想到的是……》中,东京大学机器学习博士 Summer Clover 谈到了机器学习的发展应用、商业机会以及落地变现的时间点。
本期
话题
系统学习机器学习有哪些要点?
学习机器学习,物理知识必不可少
我曾经在知乎上写过一段话:人类历史上其实有很多学科都名噪一时,但是能像数学、物理学一样保持长久的生命力、能吸引一代又一代最杰出的头脑的学科实在凤毛麟角。
一句话,数学和物理都是人类历史上最杰出头脑的思想结晶。
机器学习和数学的关系是显而易见的,所以对于想学习机器学习的朋友来说,我一直强调的一点就是,一定要学好基础课,数学上的基础课,而且不用太多,微分几何之类的先不用碰,学好微积分、线性代数和概率统计就行。这三门课对机器学习的学习至关重要,而且是一个事半功倍的事。
有了数学的内功底子,再学几门物理基础课也是极好的。
物理学和人工智能和机器学习的联系是非常深刻且广泛的,我们可以从很多角度来探讨这个问题,而且我认为这是一个非常值得探讨,而且也是一个值得学术研究的一个问题。我这里先从学习的角度来讲。
学习物理学确实对学习人工智能有不少帮助,Yann LeCun 教授其实也说过这个问题,他曾经在一本书上说过,「Take all the math and physics courses you can take.」
我可以在自己的经验上讲一下。我本科毕业于中国科技技术大学物理系,在那里学习带给我的最重要的东西,除了物理知识以外还有两点,可以说对我的人生是有很长远的帮助的,一个是数理训练,第二个是物理学的思维方式。
对于对物理学感兴趣的非物理系理工科学生来说,我比较推荐的是三门物理课。第一个是理论力学,第二个是量子力学,第三个是统计力学。不用学的更多,就学这三门课就可以了,这三门课的学分一般是 14 个学分左右,但其价值比一般的课程高出太多。这三门课有这样一个特点,你每学习一门物理课,都会去熟悉一套数学工具,你会确切的知道该怎么样用数学工具去解决问题,用一个比较武侠的说法来说,就像每一门武功都有内功心法,内功和招式是相辅相成的,你在物理课里面就会学习到,招式和内功该怎么搭配着去解决问题,怎么样把一个实际的问题数据化,然后用数理手段去解决。
物理学的思维方式,我们简单的用一句话来描述就是在最基本的层面去挖掘原理,从最基本的原理出发,抽象原型。可以说这是基于第一性原理的思考方式,这是埃隆?马斯克非常推崇的一种方式,摒去那些迂腐之见,摒去那些不太可靠的经验,虽然广泛流传但是不太可靠的经验,我们回到问题最基本的出发点,从最简单、最基本的原理出发去分析这个问题。在 AlphaGo Zero 的开发工程当中,开发者的采访里面说到,他们就是放弃了人类的知识,放弃了职业棋手的棋谱,从零出发,从围棋的第一性原理出发,去重新设计算法,然后对这个问题的解决产生了突破性的影响。这就是一种第一性原理的思考方式,物理学的思考方式。
从初学者的学习层面上来讲,物理学和人工智能的关系大概就是这样的。
但是从研究的角度来讲,物理学和人工智能还有更多深刻的观点。比如说,机器学习和人工智能的研究者可以从过去那些杰出的科学家处理物理问题当中获取很多历史经验,获取一些物理方法,特别是我刚刚提到的三门课,理论力学、量子力学和统计力学。
统计力学尤其是一种高超的对不直观的物理系统的一种处理框架,他们首先是一种数学框架,其次他们才是一种物理理论。我上周正好在东京听了人工智能的教父——迈克尔·欧文·乔丹(Michael I.Jordan)的一个talk。他讲的很有意思的一部分就是,他用理论力学当中的哈密顿力学,来处理机器学习当中的优化问题,他用哈密顿力学把优化过程当中参数的轨迹给解析出来了,用这种方式来改进优化方法,这就是一种非常杰出的思考方式,
AI 浪潮中普通程序员如何发展?
作为普通的程序员,对于机器学习有非常深刻的理解和掌握其实很困难,因为他需要的理论知识和训练都是相当费时费力的。作为普通的程序员,怎么样参与到人工智能的浪潮当中?
我觉得普通程序员完全可以把机器学习当成一种工具来用,他不需要知道太具体的原理,但是知道大概的使用方式就行,然后当遇到一些比较简单问题的时候,他能用一些开源工具去比较快速的解决问题,或者当他遇到某个问题之后,他无法独立解决,但是他知道该怎么样去搜索,该怎样在搜索引擎上检索这个问题,该怎样去咨询这些真正的专家,这也是很好的。
其实我正好就有一位好朋友,是材料工程师,在日本比较顶尖的一家研究所做材料研发,但是他最近开始向我请教一些机器学习的问题。他被公司要求牵头做一件把机器学习融入到材料研发当中的框架,这种框架线路工作是非常值得探索的,值得大家去注意。
- E N D -
- 双师课堂榜样在你身边——优秀学员学习经验分享(一)
- 胡说有理 | 学习如何学习,成为高效率学习者!(一次演讲)
- 地理快讯|刘彦随研究员荣获发展中国家科学院(TWAS)科学奖!
- 【答疑】自考本科生可以考非全日制研究生吗?
- 考研必看!2018年硕士研究生入学考试南京大学考点考场安排及有关
- 【黑科技】科学家用软件模拟蠕虫大脑 然后控制机器人移动
- 【重磅】中韩两国在京“破冰”之旅,机器人产业加速升温!
- 【未来趋势】“机器人+”时代即将到来,你准备好了吗?
- 大成研究 | 以PPP项目公司股权开展资产证券化的创新实践
- 华硕智能机器人Zenbo Qrobot小布快闪出任务