

首页  思维导图  详情



《终极算法》读书笔记

2022-09-13 16:46:03   0  举报





AI智能生成

概念算法入门

算法

终极算法

模版推荐

作者其他创作

大纲/内容

推荐序

终极算法

多明戈斯一直致力于融合各种机器学习算法的优势，提出一种可以解决所有应用问题的通用算法，即终极算法。

第一章机器学习革命

学习算法入门

每个算法都会有输入和输出：数据输入计算机，算法会利用数据完成接下来的事，然后结果就出来了。<br>机器学习则颠倒了这个顺序：输入数据和想要的结果，输出的则是算法，即把数据转换成结果的算法。<br>学习算法能够制作其他算法。<br>

机器学习不同领域名字

模式识别

统计建模

数据挖掘

知识发现

预测分析

数据科学

适应系统

自组织系统

...

机器学习是人工智能（AI）的子域

为何商业拥护机器学习

公司发展三个阶段

第一阶段，所有事情都由人工完成。

第二阶段，人和事变得复杂繁多，需要用到计算机。

第三阶段，没有足够的程序员和顾问满足公司的需要，寻求机器学习的帮助。

给科学方法增压

机器学习是“打了类固醇”的科学方法，也遵循同样的过程：产生假设、验证、放弃或完善。

科学家可能会花费毕生精力来提出或验证几百个假设，而机器学习系统却能在一秒钟内做完这些事。

机器学习使科学的发现过程自动化。

10亿个比尔·克林顿

在未来，只要选民模式准确，当选官员就可以每天询问选民上千次想要什么，然后根据询问结果来办事，不用在现实中纠缠选民。

学习算法与国家安全

在网络空间之外，学习算法是保护国家的壁垒。

我们将走向何方

第二章终极算法

中心假设

所有知识，无论是过去的、现在的还是未来的，都有可能通过单个通用学习算法来从数据中获得。

我将该学习算法称为“终极算法”。

存在论证

来自神经科学的论证

自始至终，大脑构造中发生的运算也同样相似。大脑中的所有信息都以同样方式（通过神经元的放电模式）来表示。

来自进化论的论证

生物多样性源于单一机制：自然选择。

进化论是一种算法。

上帝创造的不是物种，而是创造物种的算法。

来自物理学的论证

终极算法就是该统一性的完美表达：如果所有知识共同遵循一个模式，那么终极算法就存在，反之则不存在。

来自统计学的论证

根据一个统计学流派的观点，所有形式的学习都是基于一个简单的公式——如我们所知，就是贝叶斯定理。

贝叶斯定理就是将数据变成知识的机器。

来自计算机科学的论证

问题的关键是必须找到第一个这样的公式，就像图灵找到通用计算机的第一个公式那样。

不存在论证

机器学习算法与知识工程师

天鹅咬了机器人

无论你的算法有多聪明，总有它无法掌握的东西。

机器学习算法的首要任务就是区别可预测的事与不可预测的事。

终极算法的目标是要学习一切能认知的东西，这比塔勒布和其他人想象的要广阔得多。

机器学习能从数据中找到统计规律，但它绝不会发现更深刻的东西，如牛顿定律。

终极算法是狐狸，还是刺猬

终极算法和我日常生活看到的不一样。我尝试用许多学习算法的数百种变形来解决所有给定的问题，而且对各类不同问题都会有更好的算法，那么单个算法（我们说的终极算法）怎么可能代替所有这些算法？

终极算法与算法的关系，就如同手指与钢笔、剑、螺丝刀、叉子的关系。

以赛亚·伯林明确提出的那样，有些思想家就是狐狸——他们知道许多微小的事情；而有些思想家则是刺猬——他们知道一件大事。学习算法也是同样的情况。

当今学习算法最大的问题，不是它们数量太多，而是尽管它们有用，却不能完成我们让它们做的所有事情。

我们正面临什么危机

许多领域迫切需要通用学习算法，包括与生死有关的领域以及普通领域等。

终极算法对技术的影不仅限于人工智能。

很多时候，我们得考虑，如果终极算法落入坏人手中，它会做些什么。

第一道防线就是确保好人第一个拿到它，或者如果它不明白谁是好人，就要保证它是开源的。

第二道防线就是要意识到，无论学习算法有多好用，也只是在获得数据时好用。控制了数据的人也就控制了学习算法。

新的万有理论

终极算法会给出所有学科的统一思想，并有潜力提出一套新的万有理论。

理论是关于世界是什么的一系列约束条件，而不是对世界的完整描述。

为了获得对世界的完整描述，你必须将理论和数据结合起来。

未达标准的终极算法候选项

如果终极算法存在，它是什么？

简单的候选项

看起来很明显的一种候选项就是记忆：只要记住你见过的所有东西，过一段时间，你就好像见过世上的一切东西，所以也就无所不知了。

另外一个候选项就是微处理器。

一个更加极端的候选项就是普通的“或非门”

复杂的候选项

那些所有可以回应搜索的良好的数据引擎，或者统计软件包里的简单算法

终极算法就是等式U(X)=0

机器学习的五大学派

图例

五大学派示意图

第三张符号学派：休谟的归纳问题

第四章联结学派：大脑如何学习

第五章进化学派：自然的学习算法

第六章贝叶斯学派：在贝叶斯教堂里

第七章类推学派：像什么就是什么

第八章无师自通

第九章解开迷惑

第十章建立在机器学习之上的世界

 Collect

Get Started

人工智能概论-思维导图

 Collect

Get Started

【人工智能认证】机器学习基础

 Collect

Get Started

算法 - ML，AI 机器学习到人工智能

 Collect

Get Started

漫谈人工智能





0 条评论

下一页