大演算 ( 原文作者 : 佩德羅．多明戈斯Pedro Domingos )
更新於 2023/04/02閱讀時間約 5 分鐘
這本書於2016年9月發行，距今已經過了6.5年。
人類的腦力的演化造就了科學，在各科學中又發展出各科學說門派，一直到電腦被開發出來，電腦代替人腦的電腦科學出現了，人工智慧普及在我們的日常生活，讓我們省下大量的時間做更多的事。緊接著擁有大數據的大電腦經過大演算，已經可以更精準地擬真這個人類生活的地球，甚至可以幫助人類不會只有聊天、幫忙寫作業、還可以幫助企業省下行政人力、幫助國家發展更先進的軍備、就連探索宇宙未知應該也不成問題吧。是說，探索未知這件事本來就是人類一直在做的事，只不過有了彷彿打了類固醇成長激素的機器學習的科學方法加持，從未知到已知鐵定更神速。
社會不斷地改變，每一段時間會有一個機器學習演算法的出現。「機器學習」( machine learning )正在重塑科學、技術、商業、政治和戰爭的模式。( 頁33 ) 那麼，甚麼是「機器學習」( machine learning ) ? 傳統上，要讓電腦執行特定的事情的唯一辦法，無論從簡單的兩個數字相加，到繁複的自動駕駛飛機，都是編寫演算法，透過演算法詳盡解釋如何執行每個步驟。機器學習演算法也稱為「學習器」( learners )，可以自己找出執行的方法，藉由從數據資料中進行推論，它們擁有的數據資料越多，運算而得的推論就越精準。( 頁29 )
作者說這本書的首要目標是要讓我們置身於機器學習的秘密中。作者還引用了美國認知科學，人因工程等設計領域的著名學者，同時也是心理學家唐˙諾曼 ( Don Norman )創造的「概念模型」( conceptul model ) 這個術語，來說明這本書可以是真正用來為我們解析機器學習的概念模型。換句話說，為了有效使用學習器，我們需要具備機器學習的基本知識，而這本書正是機器學習這個領域演變的脈絡之基本知識。
想像一下，原本的電腦程式是由人類的程式編寫工程師寫出來的，而現在則是由電腦自己去編寫自己的程式。電腦科學歷來都是關於確定性 ( deterministically )的思維，但機器學習則是需要統計的思維。( 頁57 )本書的核心假設 : 透過單一、通用的機器學習演算法，可以從數據資料中推論過去、現在和未來的所有知識。 ( 頁82~83 ) 作者將這種學習器稱為大演算，並從神經科學的論證、從演化方面獲得的論證、從物理方面的論證、從統計學方面獲得的論證以及從電腦科學方面獲得的論證中，指出線索證據來證明大演算的確存在。
至於，大演算是狐狸還是刺蝟 ? 作者舉了20世紀的頂尖自由主義思想家以賽亞˙柏林 ( Isaiah Berlin ) 爵士曾經以「刺蝟」與「狐狸」來代指一些思想家。那些只知道一種方法但非常精通的人是「刺蝟」，而「狐狸」則代表那些知道很多方法但沒有哪一種方法非常精通的人。作者認為，機器學習領域中最好的科學家都是「刺蝟」，他們專注於一種方法並將其發揮到極致。而「大演算」則代表著能夠統合所有機器學習演算法的終極演算法，因此可以說「大演算」既是「刺蝟」也是「狐狸」。
不過作者有特別強調，電腦可以進行學習，但並不意謂電腦學習可以神奇地獲得電腦自己的自由意識。另外，機器學習領域中也存有許多競爭的思想學派，這些主要的學派包括符號理論學派、類神經網路學派、演化論學派、貝氏定理學派和類比推理學派等5大學派。本書將以上學派的演算功能綜合起來，提出一個單一的演算法來探索追求作者所推演的「大演算」。( 如下圖 )
學習大演算概念應該要知道的事，譬如 : 人類的歸納問題 ? ( 第3章 )、人類的大腦是如何學習的 ? ( 第4章 ) 、演化 : 自然學習演算法 ( 第5章 ) 、運行世界的定理 ( 第6章 )，以上牽涉範圍甚廣，作者最精簡的架構，白話的語言解釋這些古老的人類科學和較為古老的電腦科學。
機器學習就像嬰兒出生後到3歲前的學習。新生兒不會說話、走路、辨識物體，即使寶寶沒有看到物體，它也能理解這個物體是繼續存在的。但月復一月，孩子逐步成長，透過嘗試錯誤不斷地摸索，以及多元概念的飛躍增長，它們會弄清楚世界如何運作，人們行為如何表現，以及人與人之間該如何溝通。在一個孩子3碎石，這一切的學習已經凝聚成一個穩定的自我，所產生的意識流則會持續影響孩子的一生。( 頁344 )
像這樣的類神經網路會偷走我們的工作嗎 ? 你的工作到底運用了你多少的大腦呢 ? 如果你的工作比較需要使用到較多的腦力，你就越安全，這是人工智慧的初期，人們普遍的認知。但是許多事情原來並不完全如此，機器人會組裝汽車，但它們並沒有取代建築工人。而今，機器學習演算法卻已經取代信貸分析師、直銷人員，事實也證明，對機器來說，評估信貸申請比在建築工地行走不被絆倒要來的容易許多，但對人類來說，這種情況剛好相反。( 頁452 )
不要失去工作最好的辦法是要將工作自動化，如此一來，才會有時間從事目前無法做到的各部份工作，而這些工作也是電腦在短時間內不可能去做的事情。( 頁453 )
AI 將會輕易取代取代專業白領，未來會計系、法律系、統計系、文學外語系、建築土木、電機電子可能比不上護理系、餐飲系、美髮美容科系。未來需要的將是有能力設計創新流程並能夠與AI協作的人才以及能夠展現溫度的人。
為什麼會看到廣告
60會員
182內容數
我很喜歡《莊子‧養生主》吾生也有涯，而知也無涯，以有涯隨無涯，殆已。也喜歡《孟子·盡心篇下》盡信書，則不如無書。吾于武成，取二三策而已矣。喜歡讀著讀著而茅塞頓開的時候，那種究竟的快樂。
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本文介紹了人工智慧（AI）及機器學習（ML）的基本概念和關係，探討了數據在機器學習中的重要性，以及深度學習和生成式人工智慧的應用。
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
機器學習是什麼?
簡單來說，機器學習就是訓練機器尋找Function的一段過程，而這個Function可以幫助我們解決我們遇到的問題，或是幫助我們
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。
現在都在探討AI成形後的社會模式
每一個階段的習慣科技都只是為了我們人類的需求很誕生
不過在現階段的認知我認為人類始終能掌控科技
因為
AI人工智能最厲害的是"計算"
而我們人類最厲害的是"算計"
"計算"靠的是公式."算計"靠的是想像
有算計的是世界才
圖靈測試是用於衡量機器是否能夠表現出與人類相等的智能的方法。本文介紹了圖靈測試的歷史、原理和評價，並探討了ChatGPT是否能通過該測試的問題
圖靈研究所舉辦的圖靈講座系列，邀請數據科學和人工智慧領域的專家來分享最新的研究成果和見解。本講座探討了生成式AI的無限可能， AI的進化之路，面對挑戰與倫理問題，未來展望，圖靈測試與AI的意識問題等多個主題，對AI技術的發展提供了深刻見解和引發思考....
AI，人工智慧，其實不是這幾年才有的，自從圖靈(Alan Turing)提出圖靈機模型和發表【計算機器與智慧】(Computing Machinery and Intelligence)論文以來，人工智慧，一直是程式設計人員、電腦工作者心目中的聖杯，讓我們一起來探討AI的未來。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本文介紹了人工智慧（AI）及機器學習（ML）的基本概念和關係，探討了數據在機器學習中的重要性，以及深度學習和生成式人工智慧的應用。
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
機器學習是什麼?
簡單來說，機器學習就是訓練機器尋找Function的一段過程，而這個Function可以幫助我們解決我們遇到的問題，或是幫助我們
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。
現在都在探討AI成形後的社會模式
每一個階段的習慣科技都只是為了我們人類的需求很誕生
不過在現階段的認知我認為人類始終能掌控科技
因為
AI人工智能最厲害的是"計算"
而我們人類最厲害的是"算計"
"計算"靠的是公式."算計"靠的是想像
有算計的是世界才
圖靈測試是用於衡量機器是否能夠表現出與人類相等的智能的方法。本文介紹了圖靈測試的歷史、原理和評價，並探討了ChatGPT是否能通過該測試的問題
圖靈研究所舉辦的圖靈講座系列，邀請數據科學和人工智慧領域的專家來分享最新的研究成果和見解。本講座探討了生成式AI的無限可能， AI的進化之路，面對挑戰與倫理問題，未來展望，圖靈測試與AI的意識問題等多個主題，對AI技術的發展提供了深刻見解和引發思考....
AI，人工智慧，其實不是這幾年才有的，自從圖靈(Alan Turing)提出圖靈機模型和發表【計算機器與智慧】(Computing Machinery and Intelligence)論文以來，人工智慧，一直是程式設計人員、電腦工作者心目中的聖杯，讓我們一起來探討AI的未來。