关于机械式学习的六点说明

1. 为什么说深度学习代表的是新时代的到来？

从一个简单例子来看：车牌识别。大家都是做软件的，应该很清楚在深度学习前怎么入手来解决这个问题，编程中间的困难在哪里，也应该清楚，在深度学习之前，这种问题的难度。如果还熟悉计算难度理论，应该清楚这个问题的理论难度，也应该知道和图灵机理论的关系，等等。

好啦，现在做深度学习，其实就是搭建一个相当简单的框架，在相当的数据驱动下，就可以把这个问题解决了。是否是完全不同的范式？如果再想仔细一些，从图灵机的理论来看，怎么解释？

在这样考虑后，我想大家肯定可以达到这样的结论，就是编程要消失了，至少是很大一部分要消失了。我想，如果面对这样的情况，还不能想到新时代，敏感度就差了一些。

2. 为什么说深度学习不能完成到新时代的转换？

理由可以有很多。最关键的就是，没有任何理论来指导，从根本上指导。国内的朋友无法看YouTube。上面有计算机口述历史。里面有太多有趣的事情。可以看到50年代计算机初创时，图灵丘奇香农理论是怎样指导发展的。现在有这样的理论吗？

问些简单问题。究竟学了什么？有无方法度量学了什么？

我写了一篇文章，说明深度学习是把逻辑关系嵌入非常高维的欧式空间里面。这是非常多的困难的根源。这是必要的吗？

3. 理论是什么？怎么来发展？

要发展，没有理论，走不到下一步。如果没有图灵通用图灵机的理论，做不出compiler。同样，没有学习机的理论，也不可能做出更高层级的学习机。

4. 我的通用学习机是怎么一回事？

我是深入对机器学习做思辨后做出这个理论的。首先，我要解决如果机器要学习，其内部一定要有一个结构。我证明，这个结构一定是X form。这是一种特殊形式的布尔线路。进而，学习就是X form的变动。我证明了几条路线，使得可以做成通用学习机。

这些都仅仅是理论的开头。问题很多。但是非常有前景。年轻有活力的朋友，是可以得到很好成果的。欢迎大家一起来探讨。

5. 具体的开发和专利

不知有多少朋友清楚理论技术产品的区别和具体的做法？

我们的专利公开了。这是第一个根据我们的理论来做的专利。但是我反复说过，通用学习机可以有非常多的实现方式，欢迎大家发明。

具体的实现，就是技术范围。这些就要在适当场合对适当的人说，而不会宣传了。

再进一步，就是产品，那时就是市场人员来宣讲了。

如果有朋友，对我们的事业有兴趣，我们正在组建团队，欢迎有很强能力的朋友加盟。请介绍。

6. 对年轻朋友的几句话。

对那些年轻朋友，有数学或者计算机方向的高级学位，感到自己的确学到了本事的，我就给他们讲几句话。如果的确学到了学问，我们将给出非常有竞争力的工资，当然还有股权，欢迎来参加创造新一代的学习机。前途全在你自己的能力。

特别说，如果有学纯数学的，如数论，拓扑，代数，逻辑，能力很好，但是目前工作并不特别满意的，我们将提供非常好的前景。当然，底层程序编程高手，我们非常欢迎。

如果自感有才华，不愿做跟班式研究，请加盟我们。加盟了，有的话我们才能深入讲，有的工作才能深入做。我们的确是在做一个非常有趣非常不同于主流的工作。如果能做好，真的有趣。