这是mixlab无界社区的成员Jeff的《如何让机器量化知识》系列文章的第01篇。为我们介绍知识的数据化、量化,以及如何把开放的问题转化为封闭式问题让机器解读。
本期主题是「 被量化的世界 」,大家还记得之前的色彩量化吗?对图片进行量化,简单来说,就是压缩颜色,使颜色可以量化的一种方法。这听起来是不是类似于之前介绍过的MCCQ算法?没错,MCCQ就是色彩量化中的一种算法。
本文作者:
ML03 -Jeff - 产品/设计/运营/人工智能/物理
GET人工智能创始人
def quantify ( knowledge ) :
当我抬起头仰望天空,感叹日月如梭,现在几点,几月,几号,我为什么这么信服这些字符,仅仅给我的一个代号(数字),我抬起手倒满450ml水,这个是什么?为什么我们有这么多定义和量化的符号?
最古老的结绳记事,最悠久的象形文字,我们用看似抽象的符号来标记不易描述和解释的世界。古老的量化从数学开始,从符号开始,文明的发展常常伴随记录和信息的传播。往往我们个体的生命是有限的,在有限的生命中发挥最大的价值就是:
无机物的特性显而易见,一块石头,多久会升华,估计需要上万年(不出意外情况下),我们利用地球自转对每天看见光的周期开始做最早的时间定义(日晷)。周期的思考变成一个尺度。这个尺度渐渐用已经存在的物质进行赋值匹配。简单来说,看看你的手指,这个和5这个符号对等,一天24小时和地球自转一周对等,最早的对标方式就是量化的基础。我们学会对标将一些改变的事物,量化为一个沉浸在无机物中的符号。
你可以想象一下,今天没有文字和数学这个世界会多么可怕。感觉像动物一样。除了生存之外再无其他。量化作用产生了非常多的改变,当信息可以记录和传播似乎一切事物都有了关系,虽然在过去信息存在地域差异,但是渐渐到今天已经完全抛弃地域的隔阂,没有距离的信息传递,似乎使这个世界变化更加快速,更多元。
return