海量记忆基础上的细微差别的识别
机器学习需要大量的数据,主要是让机器“看到、记住”数据中呈现出的各种模式。有点像小孩玩万花筒,数据就是装入万花筒中的彩色玻璃碎片,不停地转动玻璃棱镜就是不同的算法(对应神经网络中不同的连接)。一组有限的数据中埋藏着无数排列组合出来的图样。因为机器的记忆比人的记忆准确,而且量大,机器可以每秒转几亿次万花筒,很快就能看完并且记住所有的图样。所以机器学习可以发现数据中隐藏的所有细微区别。
基于以上原理,机器学习适合做极其复杂的决策,例如制定像健康保险这样极其复杂的公共政策,策划诸如诺曼底登陆这样包含大量变量的军事行动。
这两个AI的本质其实也正是暗知识的两个特点。基于以上两个特点,我们看看未来会出现哪些远超人类的颠覆性的超级应用。
本书评论