AI深度學習與《易經》的學習真有差異嗎?─學習的本質(20)

更新於 發佈於 閱讀時間約 7 分鐘

作者:陳華夫

ChatGPT聊天機器人爆紅以後,我寫了文章:AI徹底改變大學理工教育的面貌─學習的本質(18),以討論AI深度學習取代了理工科學家,從數據(data)學習出人工神經網絡,而AI徹底改變了大學理工教育的面貌。
但有讀者不同意,認為我太注重AI深度學習而輕忽其他理工科技學習。事實上,中國古人學習《易經》(即用一套八卦形式系統描述事物的變化,藉此預測未來的吉凶禍福),就如今人註冊了ChatGPT 後,問它:「台灣是否會成為第二個烏克蘭?」,是異曲同工。

從教育、學習的角度來看,《易經》、量子力學、AI深度學習都是在學習一套形式系統─即某種形式語言加上其推理規則或轉換規則的集合,如下圖:

(圖:學習《易經》、量子力學、AI深度學習,陳華夫製作)

所謂的形式語言在中國古代,是「太極生兩儀、兩儀生四象、四象生八卦、八卦定吉凶、吉凶生大業」,在當今,是各種數學,是學習科技與AI人工智慧的語言。也就是說,學不會數學,就沒法念理工科了。而台灣的理工科人才在少子化的趨勢下尤其稀缺,對臺灣教育打擊至為嚴重:現在的大學教授沒有了博士研究生,大學科研受阻,未來將面臨本土博士級教授荒。(見拙文台積電可能造成臺灣「荷蘭病」之真相─「科技與智慧」(26)

在美國,理工科又叫做STEM(是科學(Science)、技術(Technology)、工程(Engineering)及數學(Mathematics)四類學科首字母縮略字)。依照統計,人口中約1% 是具有唸理工科學習數學氣質。而中國人口有14億,美國人口約3億3,依照1%的理工科人才比例,中國的理工科學士有1,300萬,而美國理工科學士只有330萬,中國是美國的4倍。(見〈偉大的科技競爭:中國與美國〉,第35頁)這個理工科人才4倍差距的鴻溝終將美國的科技競爭落入下風。(詳見拙文中美博奕大戰略之中美尖端高科技爭霸的真相─科技與智慧(34)

為什麼人口中只有約1% 的人願意及能夠學習數學呢?比例能否提升呢?

數學本質上就是-種語言(如上圖所示),理論上,一個中國學生能學會英文,就能學會數學及Python程式語言。但實際上,自然語言(如中文、英文)的學習與數學都需要記憶力,據估計,中文常用字約5,401個,英文經常使用字彙是171,146個,這些單字必須得適時的從腦神經記憶網絡回憶出來。

雖然數學的字彙單字沒有中文、英文那麼多,但是它們都是些抽象形式概念(如集合、函數、向量空間等),較難理解,也就無法輕易的記憶。(詳見拙文什麼是「記憶」?如何「記憶」?「記憶」的本質?─學習的本質(3)

所以,學習理工科的關鍵在學習數學。學習數學的關鍵在加強記憶力,中外都有不少所謂的「記憶增強訓練機構」,高額收費教人記憶一些無意義的字串或數字,宣稱能改善學習成績,考上大學等等(見記憶課程有用嗎),但其效果一定不如其宣傳的那麼有效,不然為何在中國及美國只有約1% 的人口唸理工科呢?

要改善記憶,就要知道任何概念進入腦神經記憶網絡記憶,都得經過編碼。而腦神經記憶網絡之編碼過程是利用八種關係:同一、空間、時間、數量、性質、對立、因果、價值等,建立記憶索引,再進入腦神經記憶網絡。所以新概念的關係越清晰,記憶的越好,如下圖:

(圖:腦神經記憶網絡之編碼過程,陳華夫製作)

記憶力一般不會隨著年長而衰退,例如,我已年過七十,但在40年前,我留學美國麻省理工學院所學的數位信號處理學,至今仍能運用在GCN(圖卷積網絡)的低通濾波器上。

但最關鍵的是,要改善記憶不會被遺忘,還要適時的回憶。而思考就是最好的回憶,因為人類的思考本質上就是有意識、注意力集中的連串回憶。(見拙文什麼是「思考」?如何「洞識」?何謂「思想家」?─學習的本質(2))

當人類思考如何解決問題時,首先是回憶尋找腦神經記憶網絡中,有價值解決問題的概念,這些概念又會激發概括洞識的「內隱思考」,以產生更有價值的「通用概念」與最終解決問題的「問題解決概念」(見拙文思考、記憶、人腦解決之「強化學習式」思考架構─學習的本質(1)),如下圖:

(圖:人類思考如何解決問題,陳華夫製作)

要證明思考就是有意識、注意力集中的連串回憶ChatGPT聊天機器人就是最好的證例,它雖然沒有人類意識目的性,但它擁有接近人類水平的自然語言處理能力及對話邏輯。它能理解語言與生成(書寫)詩詞小說,靠的就是回憶數十萬篇英文學術論文、新聞報導、書籍和社群媒體貼文。(見中國企業加緊追趕ChatGPT

結論:
《易經》、量子力學、AI深度學習都是在學習一套形式系統─即某種形式語言加上其推理規則或轉換規則的集合。數學就是一種形式語言,學習理工科的關鍵在學習數學。學習數學的關鍵在加強記憶力,其關鍵又在利用八種關係:同一、空間、時間、數量、性質、對立、因果、價值等,建立記憶索引的編碼過程。

請看「陳華夫專欄」─學習的本質─系列文章:

「思考是有意識的系列回憶」理論開啟了思想史革命─學習的本質(1)
什麼是「思考」?如何「洞識」?何謂「思想家」?─學習的本質(2)
什麼是「記憶」?如何「記憶」?「記憶」的本質?─學習的本質(3)
學習的真相與反思─學習的本質(4)
「施捨」就是人生的「現代開悟」─學習的本質(5)
談「恐懼」─學習的本質(6)
探究華人的「罪惡感」?─學習的本質(7)
你孤獨了嗎?─學習的本質(8)
人腦如何創新思考?─學習的本質(9)
「現代開悟」的本質及釋義─學習的本質(10)
你「現代開悟」了嗎?─學習的本質(11)
人工智慧的「強化學習」與人類學習的優劣─學習的本質(12)

伽馬波(40赫茲)、記憶、失智症、及音樂治療(2023年版)─學習的本質(13)
省思物理科學教育的真相─學習的本質(14)
類智慧真正優於AI電腦圍棋之處為何?─學習的本質(15)
細述我親歷40年的學習之旅─學習的本質(16)
AI幫助人們改善記憶、思考能力─適用於年輕與銀髮人─學習的本質(17)
AI徹底改變大學理工教育的面貌─學習的本質(18)
AI模擬人類學習真能比人類更創新嗎?─學習的本質(19)
AI深度學習與《易經》的學習真有差異嗎?─學習的本質(20)
AI之ChatGPT的繪畫審美能力賞析─學習的本質(21)
請看懂智慧的本質:GPT-4的「人工通用智能」(AGI)落後人類有多遠?─學習的本質(22)
臺灣許皓鋐圍棋亞運金牌在學習圍棋上的意義─學習的本質(23)
論才華、機運、及成功─學習的本質(24)
DeepSeek影像生成之有「氣質」、「貴氣」的中國女士─學習的本質(25)

為什麼會看到廣告
avatar-img
478會員
250內容數
思想家─理解、解釋、預測世界。發表:9篇「深度政經分析」、6篇「現代開悟之洞識」、10篇「學習的本質」、13篇「美中關係」、4篇「驀然回首」、21篇「文學與藝術」、36篇「科技與智慧」、9篇「圍棋的本質」、40篇「美中經濟」、28篇「美股的本質」、12篇「美聯儲的本質」、12篇「貨幣及美元的本質」,共201篇。
留言3
avatar-img
留言分享你的想法!

































































作者:陳華夫 人類學習即是改變腦神經記憶網絡中,軸突末端的突觸之腦波傳導的效能。學習AI的人工神經網絡,一定要用Python程式把抽象的概念轉變為具體的印象,才有利於理解,不致於半途而廢。
「ZenGo 7」不鑽研棋理,一直使用騙著,欺負對手,棋力不得長進。對手棋力增加,而識破騙著,就挨打認輸,實在是不可取的「魯蛇」(loser,失敗者)的人生哲學,希望天下的圍棋棋手引以為戒。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
作者:陳華夫 「思考是有意識的系列回憶」的說法啟了人類思想史的革命。思考能力的洞識是人類最珍貴的創造力,古今的偉大的思想家都因為它們非凡的洞識,而點亮了人類的文明。
作者:陳華夫 學習新知識的角度來看,人腦把輸入的資訊中的基模(故事),進行編碼─即摒棄基模(故事)的內容,只抽取其敘事之結構(關係),而成為抽象的概念,再把概念互相關係到腦神經記憶網絡中已有的概念,於是成功的擴充它。
從圍棋棋理及我的「現代流第5原則」來看,來襲的小馬步掛,是在低位,違反「走在外面原則」,所以,可以「肩沖」應付,這是革命性的、有效的痛擊來襲的「小馬步掛」。
「定石」是在棋盤的角部及其周邊,黑、白局部子力在1比1,或頂多1比2的情況下,局部子力平衡的攻防走法。電腦圍棋(如AlphaGo、ZenGo等)不會給人類施展「定石」的機會。要獵殺ZenGo 九段,得靠它不懂的、更高明的「現代流第5原則─埋伏餘味」。
作者:陳華夫 人類學習即是改變腦神經記憶網絡中,軸突末端的突觸之腦波傳導的效能。學習AI的人工神經網絡,一定要用Python程式把抽象的概念轉變為具體的印象,才有利於理解,不致於半途而廢。
「ZenGo 7」不鑽研棋理,一直使用騙著,欺負對手,棋力不得長進。對手棋力增加,而識破騙著,就挨打認輸,實在是不可取的「魯蛇」(loser,失敗者)的人生哲學,希望天下的圍棋棋手引以為戒。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
作者:陳華夫 「思考是有意識的系列回憶」的說法啟了人類思想史的革命。思考能力的洞識是人類最珍貴的創造力,古今的偉大的思想家都因為它們非凡的洞識,而點亮了人類的文明。
作者:陳華夫 學習新知識的角度來看,人腦把輸入的資訊中的基模(故事),進行編碼─即摒棄基模(故事)的內容,只抽取其敘事之結構(關係),而成為抽象的概念,再把概念互相關係到腦神經記憶網絡中已有的概念,於是成功的擴充它。
從圍棋棋理及我的「現代流第5原則」來看,來襲的小馬步掛,是在低位,違反「走在外面原則」,所以,可以「肩沖」應付,這是革命性的、有效的痛擊來襲的「小馬步掛」。
「定石」是在棋盤的角部及其周邊,黑、白局部子力在1比1,或頂多1比2的情況下,局部子力平衡的攻防走法。電腦圍棋(如AlphaGo、ZenGo等)不會給人類施展「定石」的機會。要獵殺ZenGo 九段,得靠它不懂的、更高明的「現代流第5原則─埋伏餘味」。
你可能也想看
Google News 追蹤
Thumbnail
Andrej Karpathy 深入淺出地介紹大型語言模型的訓練流程,將其比喻成學生學習過程)的三個階段,並佐以生活化的例子,讓讀者更容易理解大型語言模型的運作方式。
Thumbnail
人工智慧深度求索的真實開發成本 原文来自于: https://semianalysis.com/2025/01/31/deepseek-debates/
Thumbnail
2024諾貝爾物理學獎頒給AI深度學習之父|Uber 將於 2025 年初在推出由ChatGPT支持的 AI 助手|由比爾蓋茲投資的 AI 礦業公司成功利用 AI 技術發現一個潛力巨大的銅礦床
Thumbnail
這篇文章討論了自然語言處理技術的發展歷程,從語言模型的引入到深度學習的應用。作者觀察到現今GPT在產出中文國學內容時的深度不足,並提出了自然語言處理領域的倫理使用和版權問題,以及對大眾的影響。最後,作者探討了個人在自然語言領域的發展可能性。
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。
Thumbnail
這篇文章介紹了《深度學習的技術》中的五大學習部分:記憶力,理解力,知識網,拓展能力與生活應用。作者分享了對於這些學習部分的心得與建議,並提供了主題相關的書籍推薦及閱讀資料。
Thumbnail
AI工具導入會是第四次工業革命的開始,對日後的工作機會和型態產生根本性的變化,本文分成3大部分各別討論: (1)文科生將再次迎來出頭天;(2)理工科學生工作機會將大幅減少;(3)一人公司數量將爆發性成長。
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
Thumbnail
1986 年,人工智慧的崛起,神經網路的出現。人工神經網路發展遭遇挑戰,直到 2006 年由Hinton提出限制玻爾茲曼機與深度信念網絡,重新點燃熱情。2018年,Hinton獲得圖靈獎。近年,Hinton持續關注AI帶來的危險,力促人們關注。
Thumbnail
在晶狀智慧的時代,人類與AI共舞,共同建構更先進、更智能的未來。這是一場革命,一場改變人類命運的奇蹟,讓我們共同見證這個智慧的新紀元。
Thumbnail
Andrej Karpathy 深入淺出地介紹大型語言模型的訓練流程,將其比喻成學生學習過程)的三個階段,並佐以生活化的例子,讓讀者更容易理解大型語言模型的運作方式。
Thumbnail
人工智慧深度求索的真實開發成本 原文来自于: https://semianalysis.com/2025/01/31/deepseek-debates/
Thumbnail
2024諾貝爾物理學獎頒給AI深度學習之父|Uber 將於 2025 年初在推出由ChatGPT支持的 AI 助手|由比爾蓋茲投資的 AI 礦業公司成功利用 AI 技術發現一個潛力巨大的銅礦床
Thumbnail
這篇文章討論了自然語言處理技術的發展歷程,從語言模型的引入到深度學習的應用。作者觀察到現今GPT在產出中文國學內容時的深度不足,並提出了自然語言處理領域的倫理使用和版權問題,以及對大眾的影響。最後,作者探討了個人在自然語言領域的發展可能性。
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。
Thumbnail
這篇文章介紹了《深度學習的技術》中的五大學習部分:記憶力,理解力,知識網,拓展能力與生活應用。作者分享了對於這些學習部分的心得與建議,並提供了主題相關的書籍推薦及閱讀資料。
Thumbnail
AI工具導入會是第四次工業革命的開始,對日後的工作機會和型態產生根本性的變化,本文分成3大部分各別討論: (1)文科生將再次迎來出頭天;(2)理工科學生工作機會將大幅減少;(3)一人公司數量將爆發性成長。
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
Thumbnail
1986 年,人工智慧的崛起,神經網路的出現。人工神經網路發展遭遇挑戰,直到 2006 年由Hinton提出限制玻爾茲曼機與深度信念網絡,重新點燃熱情。2018年,Hinton獲得圖靈獎。近年,Hinton持續關注AI帶來的危險,力促人們關注。
Thumbnail
在晶狀智慧的時代,人類與AI共舞,共同建構更先進、更智能的未來。這是一場革命,一場改變人類命運的奇蹟,讓我們共同見證這個智慧的新紀元。