完本中文网

第845章 渔网和鱼（第1页）

第845章渔网和鱼

「。。，我知道各位会怀疑，就这？

就这就能是数学万能机？

它的底层原理是如此简单吗。」

其实现场百分之九十的数学家都没有听懂林燃从上午讲到下午的内容到底在讲什么。

但不妨碍他们持续不断地在笔记本上记录下林燃所说的内容。

从符号规则到统计机器，再从深度神经网络到为什么量变会产生质变，最后到注意力规则和能力涌现。

1950年的图灵测试人工智慧概念第一次出现。

1956年的达特茅斯会议，人工智慧被提出，开启了符号主义的时代。

1958年单层神经网络原型就出现了，当下正值AI寒冬，因为算力和数据不足，导致人们对于人工智慧能否实现信心已经没有了。

「博雷尔在1913年发表的论文《静态力学与不可逆性》中提到：

让我们设想我们训练100万只猴子，每天工作十个小时，使用100万台不同类型的打字机。

一年后，这些打出来的文稿被装订成册，其中会包含世界上最丰富图书馆里所有书籍的精确副本。。。」

「我想说的是，当输出的文本足够多，是否所有文本都会被生成。

当我们制定好规则，是不是我们就能从这些文本里找到我们想要的内容？

这就是为什么我对干人工智慧有信心。

当数据到了一定规模，当计算机的能力到了一定程度，智力自然会涌现。

对人来说，我们会尽可能地减少复杂计算，我们追求优雅的数学结构。

这是因为人的大脑限制，我们的大脑能追求的变量是有限的。

当我们计算偏微分方程或者其他格式的数学时，一旦展开到三阶以上，几十个项涌出来。

人脑就会宕机。

因此我们极其厌恶高阶项，一旦看到高阶项发散，我们的本能会告诉我们这条路不通。

我们需要回到原点，重新寻找对称性、找不变量，靠同态代数或者几何直观，在不展开式子的情况下把问题绕过去。

但机器不是。

在机器的视野里，看高阶项就和喝水一样简单。

追踪一万个五阶交叉项的系数变化，就和我们算一加一一样简单。

在它的视野里，压根不需要什么几何直观，它能站在高维的代数展开式往下看。

人类觉得像乱麻一样的高阶项，在它眼中就是明明白白的简单方程。

所以宇宙中的真理，很可能是不能压缩的，或者说想要找到压缩的路径格外的麻烦。

我们一直觉得奥卡姆剃刀，无论表象多么复杂，底下一定藏著简洁而优美的公式。

但实际上有没有可能，并不存在呢？

所有数学问题里，能被人类语言压缩成简短概念、对称结构和不变量的只是很小的一部分。

绝大多数的数学真理，它的最短描述长度就是那几万个高阶式子呢？

以前我们看不见大海，我们需要造一张渔网。

美其名曰优雅，但实际上它的网眼大的离谱。

只有那些长得对称，极其特殊的鱼类能被我们捞上来，写进教科书。