人脑认知科学对人工智能的启示
最近一段时间,一直在琢磨更好的AutoML,像我这样的懒人,当然希望能最大限度的发挥自动化的威力。
从决策树到随机森林,从支持向量机到神经网络,从遗传算法到强化学习,我发现他们都只是解决了数据转换和模式发现的问题,并未解决智能的问题。
如何让算法更智能?一有时间,我就会到互联网上去搜刮,可是截止到目前,并没有找到让我眼前一亮的新思路。
直到我读了一本书《怪诞脑科学:战胜焦虑、混乱、拖延的自控术》,颇有心得,遂记录下来,以便日后查阅
可能有人会觉得奇怪了,一本并非计算机科学领域的书,怎么能给人工智能的设计带来启示呢?我觉得好奇的朋友也可以看看,微信阅读上就能看到(涉嫌免费打广告了 ;-))
1."克鲁机"(kluge)
这是什么鬼?作者在文中大量使用了“克鲁机”这个词语,反复的强调了一个观点:不要把人脑看的过于神秘,人脑只不过是漫长进化的产物,而进化过程中难免会有失败的作品(比如盲肠等),所以人脑也是类似的(小脑和脑干也很原始),人的身体中充斥着各种“克鲁机”。
虽然没办法找到确凿的证据,但我总感觉“克鲁机”的观点似乎好有道理。所以,我觉得在机器学习模型设计上,不能仅仅只是一味的去探索和模仿人脑,而更应该用抽象思维去分析人脑处理信息的过程,所以更应该审慎的去看待目前火热的深度学习模型(深度学习方向真的正确吗?还是我们只是找到了一个筛子)
而目前的决策树和集成树模型,从原理的角度看,似乎更科学一些(只不过数据处理和加工需要投入更大的精力)
2.真正的智慧
这是作者给出的结论,我认为每条结论对个人的成长都有借鉴的价值,而更重要的是,能时刻正确分辨“智能”发展的方向:
2.1 尽可能考虑有无其他可行的选项
作者在这里列出了冷静思维、反向思维、虚拟思维的重要性,而这些是目前主流人工智能算法框架欠缺的,往往都是数据分析和建模人员的主观劳动。
举一个具体的例子,GAN生成对抗网络采用了“反向思维”的思想,结果大获成功,不得不说,这些思想就是人类智慧的宝藏,里面还有很多东西可挖
2.2 重新界定问题
这个思想不必过多介绍,在我们的软件开发、系统架构、数据分析、模型设计中其实都已经普遍采纳,尤其是在项目的需求分析阶段,重新界定问题关系到系统的成败。怀疑一切、再三思考、更换思路、逆向思维、更换问题,是这个环节的重要套路
2.3 相关不等于因果
这是数据分析和特征工程工程中最容易犯错的地方,即使是一个经验老道的数据分析师,也会在这个环节犯错,必须对这个推断陷阱始终保持警惕。而目前的神经网络模型在鉴伪方面,明显存在不足,例如DeepFake产生的伪造人脸视频,很多模型设计的细节就是错把相关关系变成了因果关系。所以我个人觉得这个方面还有很大的提升空间
2.4 控制样本大小
我们目前的机器学习模型,绝大部分都是建立在统计学基础上,样本越大,结论才会越准确。而我们在做数据分析和模型设计时,往往容易主观忽视这一点,尤其是目前的很多Meta learn和RL的最新研究成果,往往都只是在少量数据集上进行了实验,而实际使用时,就会发现完全经不起考验
2.5 预知冲动并事先约束
每个人本质上都是有偏见的,都受限于自身的认知和欲望。而数据分析的结论和机器学习模型也是有偏见的,取决于数据分析师和建模人员。所以我觉得,在人工智能模型设计环节,应该采取更开放和谨慎的态度去架构,对于没有开放源码、难以复现的研究成果,不要因为个人的欲望就去拼命专研,而应该谨慎的保持关注
2.6 始终要有备选方案
这也是人工智能中最让人头疼的地方,我们使用了决策树,我们研究了运筹学和博弈论,但我们设计的智能程序却总是“一根筋”,这是系统设计中最忌讳的,备选方案会提高系统的“智能”和“友好”水平。
以上6点都是对智能设计有借鉴的地方,当然作者还有很多其他建议:
不要在疲惫的时候做决定
始终不断权衡收益和代价
设想他人抽查你的决定
和自己保持距离
当心生动化的谣言
挑选重点
尽量理性
这些对个人发展都是很有益的,只是目前在“智能”的设计上可能不会太相关。
以上就是我个人理解的人工智能启示,也推荐大家看看这本书。
最后附上一张数据分析生命周期图,结合数据分析的流程加强消化理解,也时刻提醒自己
当然,我的认知肯定也是片面的,欢迎大佬们来怼!
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
ASP.NET Core的JWT的实现(中间件).md
ASP.NET Core的JWT的实现(中间件).md 引言:挺久没更新了,之前做了Vue的系列,后面想做做服务端的系列,上下衔接,我们就讲讲WebApi(网络应用程序接口),接口免不了用户认证,所以接下来我们的主题系列文章便是“基于ASP.NETCore的用户认证”,分为市面上流行的JWT(JSON WebToken)与OAuth2(开放授权) JWT(JSON Web Token) 什么叫JWT JSON Web Token(JWT)是目前最流行的跨域身份验证解决方案。 一般来说,互联网用户认证是这样子的。 1、用户向服务器发送用户名和密码。 2、服务器验证通过后,在当前对话(session)里面保存相关数据,比如用户角色、登录时间等等。 3、服务器向用户返回一个 session_id,写入用户的 Cookie。 4、用户随后的每一次请求,都会通过 Cookie,将 session_id 传回服务器。 5、服务器收到 session_id,找到前期保存的数据,由此得知用户的身份。 服务器需要保存session,做持久化,这种模式没有分布式架构,无法支持横向扩展,如果真的要的话就必须...
- 下一篇
架构师必须要知道的阿里的中台战略与微服务
传统企业平台都是烟囱式的系统架构,企业内部为了迎合业务发展不停的打造各种系统,导致各系统间的重复功能建设和维护带来的重复投资。重复投资不仅消耗的是人力,财力还有时间。但打通烟囱式系统间交互的集成和协作成本高昂,各大企业不得不借助ESB产品,构建企业服务总线,打通各系统间的交互问题。 但这种借助ESB“中心化”的服务架构缺点也有不少,“中心化”架构的所有服务调用者和服务提供者之间的交互都必须通过这个中心点,而这个中心点的能力是很难进行扩展的,导致这中心会成为一个瓶颈。 2015年阿里巴巴集团启动了中台战略,目标是要构建符合互联网大数据时代的,具有创新性、灵活性的“大中台、小前台”的机制,即作为前台的一线业务会更敏捷、更快速的适用瞬息万变的市场,而中台将集合整个集团的运营数据能力,产品技术能力,对各前台业务形成强有力的支撑。整体内容如下: 阿里的“大中台、小前台”架构 起初,阿里只有一个淘宝事业部,后来成立了天猫事业部,此时淘宝的技术团队同时支撑着这两个事业部。当时的淘宝和天猫的电商系统像我们很多大型企业的一样是分为两套独立的烟囱式体系,两套体系中都包含的有商品、交易、支付、评价、物流等...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS8安装Docker,最新的服务器搭配容器使用
- Hadoop3单机部署,实现最简伪集群
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker快速安装Oracle11G,搭建oracle11g学习环境