人类学习 vs. 机器学习
摘要: 机器学习与人类学习的范式有一定的联系. 本文发掘这些联系, 作用是指导人类的学习.
1. 什么是学习?
对于人类而言, 学习是改造大脑皮层的过程. 我们会发现, 不同人学习不同东西的能力也不一样, 如有些人数学厉害, 有些人音乐厉害. 同时, 也有些牛人, 学习到了学习的方法, 然后学什么都厉害.
对于机器学习而言, 学习是优化超参数的过程. 如线性回归会获得一组权值向量, 深度学习也会获得网络的参数, 只是这些参数数量庞大, 动不动就是几十万甚至几十亿. 我们发现, 不同深度模型 (由层数、连接方式、激活函数) 应该不同任务的能力也不一样, 如有些适合做图像分割, 有些适合做语音识别. “学习到学习的方法”, 这在机器学习中称为元学习. 元学习能应对不同的任务, 但同时也需要更多的参数.
2. 为什么学习?
对于人类而言, 学习首要的目的是获得谋生技能, 即找到工作. 在现代社会, 简单的重复性劳动已经被工业机器替代了, 即使送外卖也需要学习手机的使用.
对于机器而言, 学习的目的也是完成某项任务, 如图像识别, 自主驾驶.
3. 如何学习?
我们只需要拾圣人的牙慧即可.
3.1 子曰:“学而不思则罔, 思而不学则殆”
对于人类而言, 如果只是学习, 而不进行思考, 就只是获得了所学习的知识, 稍微变化一点就不会了. 如: 记住了 3 + 2 = 5 3+2=5 3+2=5, 但却做不出 2 + 3 = ? 2+3=? 2+3=? 如果只是喜欢思考, 而不多学习, 知识面就很窄, 明明前人有解决方案的事情, 却要靠自己去论证. 你总不可能自己把牛顿三大定律, 微积分各大定理都手动推导出来吧.
对于深度学习而言, 如果学习了大量样本, 但只训练了一两轮, 并不能获得效果良好的模型. 如果只使用少量样本, 将网络训练了很多轮, 所获得的预测模型也不具有良好的泛化性.
3.2 子曰:“学而时习之, 不亦说乎”
这里的 “习” 可以解释为两层含义: 复习、实践.
对于人类而言, 应该经常回顾所学知识, 并归纳、总结、实践, 甚至于给别人讲授, 写成 CSDN 贴子. 这样才能让自己学习到的东西更加稳固, 更有体系.
对于深度而言, “复习” 对应于多次的训练, “实践” 则可解释为在验证集上检测系统的性能, 并据此调整超参数.
3.3 子曰:“温故而知新”
对于人类而言, 如果不断从已有知识领悟到方法, 进而获得解决问题的一般能力, 就很厉害了.
对于机器而言, 如果能做到元学习, 也就很厉害了.
3.4 庄子曰:“吾生有涯而知无涯, 以有涯随无涯, 殆矣!”
对于人类而言, 由于人类总体的知识爆炸性增长, 如果什么都学, 肯定时间不够. 这也是为什么我们要分物理、数学、计算机、小提琴等专业. 对于人类而言, 与自己工作有关的知识要精学, 其它的地方可以博学, 但仅限于了解 (陶潜: 不求甚解). 很多人误以为 “博士” 是知识渊博的人, 但在现代教育体系里面, 博士可能是对自己专业很清楚, 但做其它事情近乎白痴的人 (好吧, 这也是一种刻板印象). 假设一个人的工作时间固定, 那么他集中精力到比较窄的知识面, 反而能做出研究成果. 做研究不像是堆金字塔, 塔尖越高越需要大的底座; 而像石油钻探, 集中力量打一口井即可. 人贵有自知之明. 有些资质平平, 人心比天高, 最终竹篮打水一场空.
对于深度学习而言, 如果没有土豪支源超大运算能力, 建立一个大网络做元学习还不如针对任务训练一个较小的网络. 还有一种称为模型轻量化的方式, 即通过简化模型, 牺牲少点的预测能力, 获得速度大幅提升.
3.5 主动学习 (谁来告诉我这里有什么名人名言?)
对于人类而言, 找不懂的题请教老师, 比听老师满堂灌高效得多.
对于机器而言, 找出具有代表性或不确定性的样本请人类专家打标签, 比使用随机挑选的样本训练, 也会在使用更少的样本情况下获得更高的预测能力.
人类学习 vs. 机器学习相关推荐
- 与机器学习的第一次亲密基础- 1. 从人类学习到机器学习
相信对于广大读者而言,"学习"这一词汇应该并不陌生.在我们很小的时候,家长和老师就开始教导我们要"好好学习,天天向上".在随后的数年中,我们也一直响应这一口号, ...
- 科普丨机器学习和人类学习的区别到底是什么?
本文系网易智能工作室出品.聚焦AI,读懂下一个大时代! 人类和机器学习都能产生知识,但两者之间的差别很大. 学习是获得新的或加强已有的知识.行为.技能或价值观的行为."人类有学习的能力,然而 ...
- 关于机器学习与人类学习不同点的思考
关于机器学习与人类学习不同点的思考 当前人工智能现状 人类是如何识别新事物 人类的学习,不应该仅仅是计算:但是计算机最大且唯一的能力就是计算 怎样提高机器的学习效率 当前人工智能现状 现在的人工你智能 ...
- 深度学习 vs 机器学习 vs 模式识别
http://www.csdn.net/article/2015-03-24/2824301 [编者按]本文来自CMU的博士,MIT的博士后,vision.ai的联合创始人Tomasz Malisie ...
- 深度学习vs机器学习 | 这些本质区别你知道多少?
作者 | Walker [磐创AI导读]:深度学习和机器学习已经变得无处不在,那它们之间到底有什么区别呢?本文我们为大家总结了深度学习VS机器学习的六大本质区别.欢迎大家点击上方蓝字关注公众号:磐创A ...
- 深度学习与机器学习的思考
需要一些传统图像处理知识为佳. "end-to-end"(端到端)说的是,输入的是原始数据(始端),然后输出的直接就是最终目标(末端),中间过程不可知,因此也难以知. 就此,有人批 ...
- 整理:深度学习 vs 机器学习 vs 模式识别
摘要:本文我们来关注下三个非常相关的概念(深度学习.机器学习和模式识别),以及他们与2015年最热门的科技主题(机器人和人工智能)的联系,让你更好的理解计算机视觉,同时直观认识机器学习的缓慢发展过程. ...
- 深度学习、机器学习与NLP的前世今生
一.为什么做文本挖掘 二.为什么要用深度学习? 三.深度学习的具体应用 深度学习优点 深度学习缺点 随着深度学习的发展,自然语言处理领域的难题也得到了不断突破. Alpha ...
- 人工智能、深度学习和机器学习有哪些区别?
很多人可能不明白『机器学习』.『AI(人工智能)』和『深度学习』之间的区别.这些都是现代数据技术应用中的重要关键字,但由于它们很相似,因此极易混淆.但是为了将 AI 引入日常工作中,正确理解这三个关键 ...
- 深度学习、机器学习、人工智能的区别
日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 深度学习.机器学习.人工智能的区别 1.机器学习 是 人工智能 ...
最新文章
- 漫谈面向对象基石之开闭原则(OCP)(转)
- Nmap扫描教程之Nmap基础知识
- c语言和python哪个自学好-有c语言基础 自学python 应该选什么书来看?
- 视频云直播:场景、技术及优化
- OpenCV转换PyTorch分类模型并使用OpenCV C ++启动
- 虚拟机中ubuntu可以使用显卡吗_在KVM下使用ubuntu19.10安装Anbox
- controller freemarker 踩坑小记
- linux下samba环境搭建
- MatConvnet工具箱文档翻译理解四
- 合肥师范学院计算机操作系统期末考试题,2005级操作系统期末试卷A卷及答案
- 示波器的使用和李萨如图形
- 精品软件-每日更新2013-1112
- python 百度aip实现文字识别
- 60个有趣的经济学定律!
- 2015/7/28(总结昨天抄底操作失败-割肉自保)
- 几步操作即可实现WhatsApp群发
- Android开发实例详解之IMF(Android SDK Sample—SoftKeyboard)
- 量子力学最新发现:人不会真正死去
- python风变编程培训骗局
- 2020Android大厂高频面试题(字节跳动+阿里+华为+小米等20家大厂面试真题)附面经!
热门文章
- 外贸电商:阿根廷主流支付Pago Fácil
- 【LeetCode】2022. 将一维数组转变成二维数组
- 后奥运行情方向不明,A股患上“忧郁症”
- 工业控制计算机硬件基础知识,工业控制计算机的特点及要求
- GNS3中路由器节点配置中的插槽分别具有什么功能?
- 首次盈利毛利率却下滑,透过财报看理想汽车的“丰满”与“骨感”
- c语言编程新思路知到答案,C语言编程新思路2020知到章节答案
- Uber开源Marmaray:基于Hadoop的通用数据摄取和分散框架
- 那个在西雅图偷飞机的年轻人
- 美国查斯卡市大力促进数据中心设施建设