狠狠色丁香婷婷综合尤物/久久精品综合一区二区三区/中国有色金属学报/国产日韩欧美在线观看 - 国产一区二区三区四区五区tv

近代哲學(xué)奠基人，偉大的笛卡爾說(shuō)出“我思故我在”時(shí)，上帝震驚了。

第一個(gè)被賦予公民身份的機(jī)器人Sophia（索菲婭）被問(wèn)到：你怎么知道自己是機(jī)器人？Sophia的回答是：你怎么知道自己是人類？

機(jī)器人會(huì)反駁了，這到底是新世紀(jì)的福音，還是人類的轉(zhuǎn)折？

AI（人工智能）已經(jīng)不再是完全被動(dòng)地向人類表述世界，而開始主觀性地表達(dá)意見。

Google自動(dòng)駕駛汽車的操縱系統(tǒng)，G-mail對(duì)垃圾郵件的處理，MIT主導(dǎo)的人類“寫字”系統(tǒng)，以及最新的SIRI智能語(yǔ)音助手平臺(tái)，還有挑戰(zhàn)人類最后智慧堡壘的AlphaGo系統(tǒng)，都已經(jīng)開始了“深度學(xué)習(xí)”暴風(fēng)雨式革命。

這幾年，機(jī)器智能向“我思故我在”這個(gè)哲學(xué)命題步步逼近，一只神秘之手躲在后面操縱，它就是貝葉斯公式。

當(dāng)科學(xué)在證明自己對(duì)世界的客觀認(rèn)知時(shí)，貝葉斯公式卻融入了人類的主觀性。

貝葉斯定理是18世紀(jì)英國(guó)數(shù)學(xué)家托馬斯·貝葉斯提出的概率理論。

該定理源于他生前為解決一個(gè)“逆概”問(wèn)題寫的一篇文章，在貝葉斯寫這篇文章之前，人們已經(jīng)能夠計(jì)算“正向概率”，如“假設(shè)袋子里面有P只螃蟹，Q只蜘蛛，你伸手進(jìn)去摸一把，摸到螃蟹的概率是多大”。但反過(guò)來(lái)看：“如果我們事先并不知道袋子里面螃蟹和蜘蛛的比例，而是閉著眼睛摸出一只（或好幾只）螃蟹，那么我們可以就此對(duì)袋子里面的螃蟹和蜘蛛的比例作出什么樣的推測(cè)。”這個(gè)問(wèn)題就是逆向概率問(wèn)題。

這個(gè)研究看起來(lái)似乎簡(jiǎn)單而平淡無(wú)奇，直到他死后的兩年才于1763年發(fā)表。它的數(shù)學(xué)原理很容易理解，就像一個(gè)迷信星座的HR，如果你碰到一個(gè)處女座的應(yīng)聘者，你會(huì)推斷那個(gè)人多半是一個(gè)追求完美的人。這就是說(shuō)，當(dāng)你不能準(zhǔn)確知悉某個(gè)事物本質(zhì)時(shí)，你可以依靠經(jīng)驗(yàn)去判斷其本質(zhì)屬性的概率。與其他統(tǒng)計(jì)學(xué)方法不同，貝葉斯方法建立在主觀判斷的基礎(chǔ)上，讓人感覺不科學(xué)，這也是它200多年來(lái)不為科學(xué)家們待見的原因。

除了貝葉斯，1774年，法國(guó)數(shù)學(xué)家拉普拉斯也非常“不科學(xué)”地發(fā)現(xiàn)了貝葉斯公式。這位創(chuàng)立了大名鼎鼎的諦聽神獸拉普拉斯獸的科學(xué)家，給出了我們現(xiàn)在所用的貝葉斯公式的表達(dá)：

該公式表示在B事件發(fā)生的條件下A事件發(fā)生的條件概率，等于A事件發(fā)生條件下B事件發(fā)生的條件概率乘以A事件的概率，再除以B事件發(fā)生的概率。公式中，P(A）也叫做先驗(yàn)概率，P(A/B)叫做后驗(yàn)概率。

像微積分公式的全稱是“牛頓-萊布尼茨公式”一樣，貝葉斯公式至少應(yīng)被稱為“貝葉斯-拉普拉斯公式”才科學(xué)。

貝葉斯定理并不好懂，它到底是如何為人民服務(wù)的？

對(duì)于貝葉斯定理，參照上面的公式，首先要了解各個(gè)概率所對(duì)應(yīng)的事件。

P(A│B)是在B發(fā)生的情況下A發(fā)生的概率；

P(A)是A發(fā)生的概率；

P(B│A)是在A發(fā)生的情況下B發(fā)生的概率；

P(B)是B發(fā)生的概率。

就知道你沒看懂……那我還是舉個(gè)經(jīng)常用到的例子吧！

大老板CEO良心發(fā)現(xiàn)放假10天，芙蓉妹約定帥哥去爬梧桐山，希望玩到人約黃昏后占點(diǎn)便宜，然而天公不作美，一大早天空多云。

這可怎么辦？60%的雨天的早上是多云的。帥哥說(shuō)，不玩了吧。

芙蓉妹當(dāng)然不甘心，勸說(shuō)帥哥：

1、多云不見得會(huì)下雨，大約30%日子早上是多云的！

2、深圳天氣平均一個(gè)月才會(huì)3天下雨，10%的概率而已。

帥哥并不是繡花枕頭，非常科學(xué)地用“貝葉斯公式”計(jì)算：

用“雨”來(lái)代表今天下雨，“云”來(lái)代表早上多云。

當(dāng)早上多云時(shí)，當(dāng)天會(huì)下雨的可能性是P(雨│云)。

P(雨│云) = P(雨)·P(云│雨) /P(云)

P(雨) 是今天下雨的概率 = 10%

P(云│雨) 是在下雨天早上有云的概率 = 60%

P(云) 早上多云的概率 = 30%

那么，貝葉斯定理的答案就出來(lái)了

P(雨│云) =0.1×0.6/0.3=0.20

帥哥毫無(wú)表情地說(shuō)：今天下雨的概率是20%，可以去爬山。

芙蓉妹看著美得不食人間煙火的帥哥，怯生生地問(wèn)：你真的是人嗎？

帥哥毫無(wú)表情地回答：我不是人，我是貝葉斯狼。

今天的貝葉斯理論開始遍布一切。從物理學(xué)到癌癥研究，從生態(tài)學(xué)到心理學(xué)。

物理學(xué)家提出了量子機(jī)器的貝葉斯解釋，以及貝葉斯捍衛(wèi)了弦和多重宇宙理論。

哲學(xué)家主張作為一個(gè)整體的科學(xué)可以被視為一個(gè)貝葉斯過(guò)程。

貝葉斯定理就快成像“熱力學(xué)第二定律”一樣放之四海皆準(zhǔn)了。

特別是在IT界，AI大腦的思考和決策過(guò)程，被更多工程師設(shè)計(jì)成一個(gè)貝葉斯程序。

但貝葉斯誕生以來(lái)命途多舛，長(zhǎng)期以來(lái)因?yàn)楸砻娴牟豢茖W(xué)，并沒有得到主流學(xué)界認(rèn)可。

其實(shí)在日常生活中，我們也常使用貝葉斯公式進(jìn)行決策。比如我們到河邊釣魚，根本就看不清楚河里哪里有魚或者沒魚，似乎只能隨機(jī)選擇，但實(shí)際上我們會(huì)根據(jù)貝葉斯方法，利用以往積累經(jīng)驗(yàn)找一個(gè)回水灣區(qū)開始垂釣。這就是我們根據(jù)先驗(yàn)知識(shí)進(jìn)行主觀判斷，在釣過(guò)以后對(duì)這個(gè)地方有了更多了解，然后再進(jìn)行選擇。所以，在我們認(rèn)識(shí)事物不全面的情況下，貝葉斯方法是一種非常理性且科學(xué)的方法。

貝葉斯公式得到主流科學(xué)界的認(rèn)可，主要因?yàn)閮杉拢?/p>

1、《聯(lián)邦黨人文集》作者揭密

1788年，《聯(lián)邦黨人文集》匿名出版，作者漢密爾頓和麥迪遜寫作風(fēng)格幾乎一致。兩個(gè)人都逝世后，要找出每一篇文章的作者極其困難，哈佛大學(xué)通過(guò)對(duì)詞匯的貝葉斯研究方法最終找出了每一篇的文章作者，研究方法在統(tǒng)計(jì)學(xué)界引發(fā)震動(dòng)，被禁錮了200年的貝葉斯公式從魔盒里被釋放出來(lái)。

2、美國(guó)天蝎號(hào)核潛艇搜救

1968年5月，美國(guó)海軍天蝎號(hào)核潛艇在大西洋亞速海海域失蹤。軍方通過(guò)各種技術(shù)手段調(diào)查無(wú)果，最后不得不求助于數(shù)學(xué)家John Craven，John Craven提出的方案使用了貝葉斯公式，他召集了數(shù)學(xué)、潛艇、海事搜救等各個(gè)領(lǐng)域的專家，一邊擲骰子一邊通過(guò)貝葉斯公式一一排除小概率發(fā)生意外事故的搜索區(qū)域。

2014年初馬航MH370航班失聯(lián)后，科學(xué)家想到第一個(gè)方法就是利用貝葉斯定理開始區(qū)域搜索，這個(gè)時(shí)候，貝葉斯公式已經(jīng)名滿天下了。

科大訊飛因?yàn)檎Z(yǔ)音識(shí)別成為千億級(jí)市值公司，首先得感謝貝葉斯公式和馬爾科夫鏈。

自然語(yǔ)音處理一直是科學(xué)家面臨的最大難題，在計(jì)算機(jī)語(yǔ)言處理領(lǐng)域，近幾年引入了貝葉斯公式和馬爾科夫鏈才有了長(zhǎng)足進(jìn)步（這里不詳細(xì)介紹馬爾科夫鏈）。

文字翻譯尚可理解，但語(yǔ)音涉及各種動(dòng)態(tài)語(yǔ)法，機(jī)器怎么知道你在說(shuō)什么鳥語(yǔ)？

但當(dāng)你在現(xiàn)場(chǎng)看到機(jī)器翻譯的準(zhǔn)確性，會(huì)感嘆這簡(jiǎn)直就是“神跡”，比大部分現(xiàn)場(chǎng)翻譯要強(qiáng)得多。
一旦出現(xiàn)條件概率，貝葉斯總能挺身而出。
我們用P(f│e)區(qū)別于以上的P(A│B)來(lái)解釋語(yǔ)音識(shí)別功能。

統(tǒng)計(jì)機(jī)器翻譯的問(wèn)題可以描述為：給定一個(gè)句子e，它可能的外文翻譯f中哪個(gè)是最靠譜的。即我們需要計(jì)算：P(f│e)。

P(f│e) ∝ P(f) * P(e│f)

這個(gè)式子的右端很容易解釋：那些先驗(yàn)概率較高，并且更可能生成句子e的外文句子f將會(huì)勝出。我們只需簡(jiǎn)單統(tǒng)計(jì)就可以得出任意一個(gè)外文句子f的出現(xiàn)概率。然而 P(e│f)卻不是那么好求的，給定一個(gè)候選的外文局子f，它生成（或?qū)?yīng)）句子e的概率是多大？我們需要定義什么叫“對(duì)應(yīng)”，這里需要用到一個(gè)分詞對(duì)齊的平行語(yǔ)料庫(kù)。
率先成功利用數(shù)學(xué)方法解決自然語(yǔ)言處理問(wèn)題的是賈里尼克，他把語(yǔ)音識(shí)別簡(jiǎn)化為用貝葉斯公式處理的數(shù)學(xué)問(wèn)題成功開辟了一條全新的問(wèn)題解決路徑。

隨著大量數(shù)據(jù)輸入模型進(jìn)行迭代，隨著計(jì)算能力的不斷提高、大數(shù)據(jù)技術(shù)的發(fā)展，貝葉斯公式巨大的實(shí)用價(jià)值愈發(fā)體現(xiàn)出來(lái)。

語(yǔ)音識(shí)別僅僅只是貝葉斯公式運(yùn)用的一個(gè)例子，其實(shí)貝葉斯定理的思想已經(jīng)滲透到AI的方方面面。

單個(gè)語(yǔ)音模型的建立讓我們看到了貝葉斯定理解決問(wèn)題的能力，但貝葉斯網(wǎng)絡(luò)的拓展讓我們隱約感覺到了AI背后“天網(wǎng)”的恐怖。

人類相對(duì)簡(jiǎn)單的問(wèn)題已經(jīng)解決得差不多了，剩下的都非常復(fù)雜。

龍卷風(fēng)的形成，2的50次方可能的最小參數(shù)值比對(duì)。
癌癥致病基因，2的100次方種可能的基因圖譜。
星系起源，2的350次方種可能的星云數(shù)據(jù)處理。
大腦運(yùn)作機(jī)制，2的1000次可能的意識(shí)量子流。

面對(duì)這樣數(shù)理級(jí)的運(yùn)算，科學(xué)家別無(wú)選擇，必須從可能的法則中選擇一些可以信任的，并以此為基礎(chǔ)建立理論模型。貝葉斯公式正好以嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)形式幫他們實(shí)現(xiàn)了這一點(diǎn)。科學(xué)家把所有假設(shè)與已有知識(shí)、觀測(cè)數(shù)據(jù)一起代入貝葉斯公式，就能得到明確的概率值。而要破譯某種現(xiàn)象的成因網(wǎng)絡(luò)，只需將公式本身也結(jié)成網(wǎng)絡(luò)，即貝葉斯網(wǎng)絡(luò)，接下來(lái)只需要向這個(gè)模型代入觀測(cè)數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)節(jié)點(diǎn)間的貝葉斯公式重新計(jì)算出概率值。為每個(gè)新數(shù)據(jù)、每個(gè)連接重復(fù)這種計(jì)算，直到形成一個(gè)網(wǎng)絡(luò)圖，讓任意兩個(gè)原因之間的連接都得到精確的概率值為止。人類認(rèn)知的缺陷越大，貝葉斯網(wǎng)絡(luò)展示的力量越讓人震撼。

但這還不是最可怕的，這里我們要引入“蜂群效應(yīng)”，一只個(gè)體蜜蜂，基本上沒有智力，但當(dāng)它們組建成一個(gè)蜂群時(shí)，就會(huì)爆發(fā)出一種整體智力，擁有記憶能力，能制造出巧奪天工的蜂巢。貝葉斯網(wǎng)絡(luò)的每一個(gè)節(jié)點(diǎn)就像一只蜜蜂，這種群體的連接不僅生動(dòng)，而且非常嚴(yán)謹(jǐn)，一旦這個(gè)群體達(dá)到一定數(shù)量級(jí)別，有沒有可能產(chǎn)生整體智慧？這不僅是哲學(xué)家需要思考的問(wèn)題，生命學(xué)家需要討論的問(wèn)題，AI圈的科學(xué)家也應(yīng)該直接去面對(duì)。

今天一場(chǎng)轟轟烈烈的“貝葉斯革命”正在AI界發(fā)生：貝葉斯公式已經(jīng)滲入到工程師的骨子里，分類算法也成為主流算法。在很多人眼中，貝葉斯定理就是AI進(jìn)化論的基石。

AI人工智能第一課，都是從貝葉斯定理開始。
因?yàn)榇髷?shù)據(jù)、人工智能和自然語(yǔ)言處理中都大量用到貝葉斯公式。

我們無(wú)法預(yù)測(cè)到貝葉斯公式與計(jì)算機(jī)結(jié)合的真正威力，因?yàn)橐磺胁艅倓傞_始。

貝葉斯公式與AI的結(jié)合，這到底是一場(chǎng)科學(xué)的革命，還是一場(chǎng)理念的革命？到底是生產(chǎn)方式的革命，還是人類在革自己的命？

當(dāng)年人類科學(xué)家總結(jié)出客觀的貝葉斯公式，而AI卻利用這個(gè)公式給自己注射主觀基因，兩者顛倒，在未來(lái)到底會(huì)演繹怎樣的相愛相殺故事？

如果真的到了決戰(zhàn)的一天，人類到底該如何給自己留一把殺手锏？是否應(yīng)該像NSA在算法里留下后門一樣，抽離出這個(gè)公式，讓AI無(wú)法“我思故我在”。

這似乎有點(diǎn)杞人憂天了，縱觀整個(gè)社會(huì)，現(xiàn)在不用太擔(dān)心AI像人一樣思考，最應(yīng)該擔(dān)心人類已經(jīng)失去了思考。