专栏首页人工智能前沿讲习《语言的维度》自序

《语言的维度》自序

从事科学研究20余年,年纪渐大,有时禁不住要回忆以往。想当初刚刚博士毕业,意气风发, 豪情满怀,放眼四周,青山绿水。即使偶遇冰霜飓风,也总是相信世界本质上还是好的。 即使世界有时表现的不那么好,也总是相信,那只是暂时状态。那些不好的状态,终究会被人们变革掉。基于这种素朴的生活信念,进入了机器学习研究领域。据此,对于机器学习系统的一个基本假设就是: 一个理想的机器学习系统,其最坏的状态不应该是该系统的稳定状态。多么幸运,这个假设确实可以用来研究软聚类算法的参数选择问题, 得到的相关研究结果已经在TPAMI、CVPR 等期刊会议上发表。

时间飞逝,转眼中年,多经世事。当头上的黑发开始脱落,身材开始走形,才明白:改变外在的自己有时很容易,甚至不需要自己努力。改变内在的自己却是很难很难,即使付出许多汗水也未必能够做到。本质上,使自己变好一些,真的很难很难。如果只满足于对状态换个标签或者名字,有时就没有那么难。世上这类事情太多太多,生活中比比皆是,比如:将蛇称为龙,猫称为虎,鸡称为凤,白水称为琼浆,樱桃称为车厘子,等等。 因此,只希望名实相符,好就是好,坏就是坏。 由此研究机器学习, 基本的假设即为: 一个理想的机器学习系统应该归哪类,像哪类;像哪类,归哪类。 据此,得出了机器学习的公理体系,统一了学习算法的设计准则,在清华大学出版社印行了一本学术专著《机器学习:从公理到算法》。

时间从来不为任何人停留。而今,身不由己,踏上了知天命之年的快车道。生活中有太多的无奈。画家齐白石曾经说过,“作画妙在似与不似之间,太似为媚俗”不似为欺世”。年青时以为他说的就是作画,如今才明白,这岂止于作画。人在江湖,要做到像机器一样有一是一、有二是二,对于我这样一个俗人,几乎不可能。 机器毕竟是机器,既不考虑尊严和脸面,也不担忧生命和生活。终于明白人和机器毕竟不同, 在生活中努力随遇而安。 到什么山上唱什么歌,见什么人说什么话,这境界超出能力,只能向往。

可生活毕竟是生活,从来也不曾因人无能就放行。赶鸭子上架也罢,按牛头喝水也罢, 有时也不得不在现实中说一套、做一套、想一套。虽然这样的事情不多,却严重冲击个人三观,让人身心撕裂,有时甚至痛不欲生。正是这些让人十分难堪的经历,使自己不得不反思,怎么会把事情搞成这样?

反思之后,有两点发现。 第一点发现是: 个人的修养水平远远不足。具体说来,就是做事手段不行、说话方式不好、思想目的不纯。在一把年纪的时候发现这些,想不尴尬也难。应该说,这些毛病曾经为自己和他人带来了很多的不快,未来也很难说就一定能够避免,为此希望各位新雨旧知能够原谅作为庸人的我,同时恳切期望各位新朋好友在我荒唐的时候能够及时给予批评帮助,使我不断提高个人修养。第二点发现是,语言、事实与心智三者可以各自自成一界,虽然彼此关联却存在各自独立的计算法则。在通常情形下,语言、事实与心智三者彼此之间存在明确而具体的依赖路径;可是也不排除在一些特殊条件下,这三者之间可以弱化、甚至忽略彼此的关联关系。 这些发现提供了本书写作的初始动力。

无庸讳言,维特根斯坦也是本书的源头之一。在《逻辑哲学论》里,维特根斯坦曾经言称:“凡是能够说的事情, 都能够说清楚,而凡是不能说的事情, 就应该沉默”。到了《哲学研究》中,维特根斯坦却写下了如下话语:“我本来是乐于创作出一本好书的。结果事与愿违,但是,我能改进它的时间已经过去”。天才如维特根斯坦,临终时也不得不承认,可以说的事情未必可以说清楚。因此本书并没有过高的期待, 只有一个简单的希望:如果思考过这一个问题的人依然觉得有趣,那么本书就算没有白白浪费所消耗的资源,包括读者的宝贵时间、印刷的精美纸张和编辑的认真校对;如果没有思考过这一个问题的人也能从中受益,由于本书中将以可计算的方式论述每个人所感知的词的字面语义、内在语义与外在语义并不一定一致,那么就此恭喜作者的写作水平在停滞多年之后终于有了些许提高,总算爬出了茶壶里煮饺子这一个令人郁闷至极的泥潭。

作者简介

于剑,教授,博士生导师,北京交通大学计算机学院计算机科学系主任,中国计算机学会理事,中国人工智能学会理事, 中国人工智能学会机器学习专业委员会常务委员,IEEE会员,International Journal of Fuzzy Systems编委, The Open Artificial Intelligence Journal编委。他主持教育部重点项目、国家自然科学基金等科研项目,参加973项目。 2006年获得霍英东青年教师基金,2006年度入选教育部新世纪优秀人才支持计划。在国内外重要的学术杂志和学术会议上发表过40多篇论文(包括IEEE Trans. On Pattern Analysis and Machine Intelligence, IEEE Trans. On Image Processing,IEEE Trans. on Neural Networks, IEEE Trans. On Fuzzy Systems等),并曾获得第八届北京青年优秀科技论文一等奖。

本文分享自微信公众号 - 人工智能前沿讲习(AIFrontier),作者:于剑

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-07-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【AIDL专栏】鲁继文:面向视觉内容理解的深度度量学习

    度量学习是机器学习领域比较重要的一个概念,主要研究数据之间的距离与相似性,从而指导对数据的更高层次处理。将深度学习引入度量学习,就有了深度度量学习的概念。深度度...

    马上科普尚尚
  • 【NSR特别专题】李航:深度学习与自然语言处理—优势和挑战「全文翻译」

    编者按:《国家科学评论》于2018年1月发表“机器学习”特别专题,由周志华教授组织并撰写文章。专题内容还包括对AAAI前主席Tom Dietterich的访谈,...

    马上科普尚尚
  • CCAI 2019 | Shai Ben-David:人工智能的可学习性能否判定?

    2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于9...

    马上科普尚尚
  • 如何避免数据科学领域的新手错误?

    原标题 | How to avoid rookie mistakes in the field of Data Science?

    AI研习社
  • 麻省理工机器学习峰会:人工智能重塑世界

    据麻省理工学院网站报道,在麻省理工学院和风险投资公司Pillar联合举办的机器学习峰会上,行业领导者、计算机科学家以及风险投资家汇聚一堂,讨论智能计算机如何重塑...

    人工智能快报
  • 一个机械生的Python转行自述

    在此把这段转行经历发出来,给正在转行之路上努力着的小伙伴,做一个参考,只要你好好努力,工作肯定会有的。

    sergiojune
  • 【AI碾压金融成薪资最高行业】35位数据科学家透露秘诀:做好PPT!

    职业招聘信息网站Indeed.com近日发布报告称,自2015年6月到2018年6月,与人工智能或机器学习有关的工作岗位数量增长了99.8%。

    新智元
  • Python做什么?Python 的3个

    如果你准备开始学习Python或者你已经开始了学习Python,那么,你肯能会问自己: “我用Python究竟能做些什么?”

    py3study
  • 机器学习实践指南:理解、差异化和应用

    作者:Rob Thomas 和 Jean-François Puget 机器学习由Arthur Samuel在1959年首次定义,即“学习领域,使计算机能够在没...

    陆勤_数据人网
  • 通用学习机全新理论体系简介

    文章的英文原文的链接:http://arxiv.org/pdf/1706.00066.pdf

    用户1908973

扫码关注云+社区

领取腾讯云代金券