|【科研】计算机研究中的通用方法之解释原因型研究
文章图片
什么是解释原因型研究？
即指我们已经有了一个解决方案 ， 但人们想弄清楚这种方案为什么是可行的
比如一个人尝试了无穷种方案 ， 其中有一次可行了 ， 但他却不明白为什么这个方案是可行的 ， 所以人们就想试图做出解释
包括现在最热门的人工智能 ， 其实是没有理论依据的
现在 ， 我们实现人工智能的方法还是通过给机器一堆数据 ， 然后进行刚才提到的监督学习和非监督学习 ， 但其实我们并不理解机器深度学习模式究竟是如何实现的 ， 实际现在的人工智能系统是不可靠的 ， 人类还并不太理解它是怎么回事儿
所以现在很多人在研究 ， 试图解释清楚 ， 只有当我们真正理解它为什么工作之后 ， 才能更好地控制它们
否则有一天 ， 科技发展到一定水平我们无法控制人工智能了 ， 那是一件非常危险的事情 想做这种类型的研究 ， 一般需要有很强的数学和理论背景 ， 如微积分、线性代数、数值优化、概率论等
往往我们需要对问题做出合理的假设 ， 使得问题尽量符合真实的应用场景
我们通常也会指出人们之前的认知误区
所以这一类型研究对理论和数学要求非常高
当然这种理论研究也非常 ， 比如计算机领域的最高科学奖一般都会颁给计算机理论上做出很大贡献的科学家
举个“解释原因型研究”的案例
人们当前使用批量随机梯度下降法去求解人工智能优化问题
人们观察到当我们把批量数增大是 ， 系统的精度会提升
但是 ， 当把批量增加到特别大时 ， 系统的精度会下降
为什么？能否从优化和泛化角度做出合理的解释？
比如 ， 我们给机器一万张图片学习人脸识别 ， 不能一次性把一万张图片给它 ， 而要分批给它 ， 如每批给100张去学 ， 或每批给1000张去学
你会发现一个很有意思的事情 ， 就是每次给它1000张和给它100张的学习效果是不一样的
而这又是为什么？这现在是计算机科学研究的一个热点
最后 ， 进行计算机科学研究、人工智能进行研究需要哪些工具
现在最热门的编程模型就是python ， 它是一种很好的免费数据分析工具
如果需要编程框架 ， 可以使用谷歌的tensorflow或facebook的pytorch ， 也是免费工具
【|【科研】计算机研究中的通用方法之解释原因型研究】书籍方面的话 ， 姚期智可能会在9月份出一本书叫《人工智能（高中版）》 ， 他是我国目前最好的计算机科学家 ， 最权威的人工智能专家
推荐阅读
- 【夜读】豆腐飘香
- 鸡翅家常做法，做法简单 ，汤汁浓郁，美味下饭，真的超赞！
- 炖猪肉时，牢记“3不放”，肉烂味鲜无腥味，香味十足！
- 麦卡锡|美众议院少数党领袖麦卡锡透露自己曾感染新冠，当时却不知道
- 海带和什么炖是绝配？
- 杨振宁|清华辟谣杨振宁去世消息
- 蒜泥肥牛只需1碗料汁
- 这道菜，我家一周做三次，只需蒸一蒸，每次一大盘不够吃
- 红烧肉最好吃的做法，不用酱油，肉嫩软糯，肥而不腻，特别好吃
- 沃柑|沃柑浸泡保鲜液后直接上市，沃柑到底还能不能吃？