我之前對(duì)機(jī)器學(xué)習(xí)有點(diǎn)厭煩，一方面因?yàn)槭敲襟w，培訓(xùn)機(jī)構(gòu)把機(jī)器學(xué)習(xí)包裝成通用的人工智能，吹得過頭了，好像科幻小說中的人工智能時(shí)代馬上就要到來了，實(shí)際上根本不是這樣!

[[273715]]

另外一方面就是這家伙訓(xùn)練出來的東西是個(gè)黑盒子，雖然可以得到相當(dāng)不錯(cuò)的結(jié)果，有時(shí)候比人還強(qiáng)，但是這家伙內(nèi)部到底是怎么工作的啊? 不知道! 調(diào)參數(shù)去吧!

我內(nèi)心深處支持的是因果關(guān)系和確定性，覺得只有他們才能支配這個(gè)世界，而不確定性則是難以理解和忍受的。

什么是確定性?例如在物理學(xué)中對(duì)于一個(gè)物體的運(yùn)動(dòng)，給定初始速度，受到的力，就能計(jì)算出這個(gè)物體在其后任一時(shí)間的速度，這是確定性。

后來量子力學(xué)出現(xiàn)了，說這個(gè)世界(尤其是微觀世界)不再是確定性的，而是一團(tuán)概率云，可能在這里，也可能在那里，由波函數(shù)決定。一個(gè)粒子的速度和位置不能同時(shí)測(cè)量， 薛定諤的貓既活著又死了，這種不確定的感覺讓人感覺難以理解，很不舒服。

在編程的世界中也是這樣，只要給定了算法，給定了輸入，輸出就是確定的，不會(huì)變化。我們學(xué)習(xí)各種編程語言，各種框架，開發(fā)出各種系統(tǒng)，用的都是這種確定性算法，讓人很安心。

后來大數(shù)據(jù)出現(xiàn)了，試圖從海量的數(shù)據(jù)中尋找一些信息出來，但是很難找出數(shù)據(jù)之間的因果關(guān)系，銷售額的增長(zhǎng)是什么因素在起作用?是促銷?是假期?原因太多，很難說。

所以現(xiàn)在大數(shù)據(jù)分析所做的事情，其實(shí)不是再尋找因果關(guān)系(當(dāng)然能找到最好)，是在尋找相關(guān)性。只要能找到一定的相關(guān)性，那我們認(rèn)為就不錯(cuò)了，可以接受了。

機(jī)器學(xué)習(xí)則是不確定性的代表， 比如圖形識(shí)別，它能識(shí)別是狗還是貓，但是這個(gè)算法并不能保證100%準(zhǔn)確，它講的是概率。

不過這種不確定性在一些特定領(lǐng)域應(yīng)用起來，作為輔助手段是足夠了， 比如自動(dòng)翻譯，它做不到信達(dá)雅，但是你能通過它大致地了解一篇文章的內(nèi)容，也算是一種進(jìn)步。 人臉識(shí)別，即使失誤幾次也沒什么大不了的。

自動(dòng)駕駛?cè)绻鲥e(cuò)了..... 這很要命，所以我不看好自動(dòng)駕駛能在短期內(nèi)進(jìn)入千家萬戶，在大街小巷中穿行，這太嚇人。輔助駕駛還行，不能把控制權(quán)完全交給機(jī)器。

總之，我原來受不了不確定性，但是現(xiàn)在覺得只要機(jī)器學(xué)習(xí)能提高我們的效率，節(jié)省我們的勞動(dòng)，這就夠了。至于真正的、通用的人工智能，現(xiàn)在還是別想了。