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。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180107G0M5A300?refer=cp_1026

扫码关注云+社区