存在终极算法吗？

人工智能发展到如此地步，存在终极算法吗？我们找到了吗？

由于2017年年初阅读的两本书《人类简史》和《未来简史》的影响，加上有感于“大数据”和AI在现实社会的蓬勃发展，人工智能也被自己列为需要重点了解的相关领域。这本《终极算法》来自于“辉哥奇谭”张辉的推荐，是研究人工智能领域的一本重要书籍。

书其实买来很久了，作者佩德罗·多明戈斯，大概是2017年8月份开始阅读的，按原计划应该是在8月当月读完的，中间中断了很久，结果拖到最近才读完。还得感谢后期使用了一位博主推荐的快速阅读方法，不计较读书的成果，不回忆、不思考、不尝试理解，放下心中的负担，果真速度提升很快，其实和原来慢速阅读的效果基本上是没差的。

本书的主题很明确——找出机器学习是否存在终极算法。遍观机器学习全领域和整个发展过程，作者归纳总结出了目前应用在机器学习算法中的五大流派。从每一种流派的思想来源及发展由来、主要形式和方式、实际中如何演绎再到存在问题、未来的走向，作者对每一种算法流派的掌握都很清晰，甚至这些流派的源头，来自于不同的学术领域，其中的差别可能叫你不敢相信。有的源头在哲学，有的在物理学、生物学，甚至有天体学、神学的相关。对于外行人而言难免有些晦涩，但这本书确实已经做到了范围内的最好水平，能够叫完完全全的外行人也差不多能理解其想法，算可以的了。

对于书中所讲的五大学派，读完之后也有了一个模糊的概念和一些散状点、零星状的知识掌握，后期继续了解的话应该能够理解得更为深刻，看完一本书能达到这样的效果也差不多。

符号学派的主要思想是进行归纳，归纳其实是一种逆向的演绎，通过逆向演绎促进机器学习力的增长，在实际操作中带有明显的倾向于归纳依赖符号的风格；

联结学派的核心思想是研究人类大脑是如何学习的，进而让机器学习遵从人类大脑的学习方法不断自动进化，甚至他们不断尝试着用物质和物理方法仿造大脑学习；

进化学派的主要思路是像达尔文理论和性遗传一样，机器学习也可以适者生存并进行性遗传，试图模拟自然法则推动机器学习的进化；

贝叶斯学派站立在他们所认为的“统治世界的定理”——贝叶斯定理之上，试图将联结学派和进化学派结合起来，运用逻辑和概率构建一个贝叶斯网络一样的东西，应用到机器学习当中；

类推学派的思想来源于类比这个朴素的概念，他们的学习算法核心是最邻近算法，但这其实说了等于没说，因为最邻近算法本身背后的东西很复杂，尚未研究明确，因此类推学派最容易撞上“维数灾难”这个障碍。其实，以上五个学派都不能避免“维数灾难”。

在书中的第八、九章，作者又运用了实际生活中的例子和现有的一些理论模型来助推我们理解他所阐述的这些学派及它们之间的牵连。

最后，结论其实很明显，终极算法目前依然无法找到，但这种努力对人类未来的发展是必要的。或许也是可能做到的。