机器学习简介: 寻找函数的艺术

机器学习想解决什么问题？答案是机器学习的野心很大，希望用机器解决一切人们期望解决的问题，比如文字/语音/图像识别、与人对话、完成科研任务等等，总之希望机器可以具备甚至超越人类智慧。

虽然现阶段机器学习还不具备超越人类的智慧，但随着 ChatGPT 的发布，大家都看到，机器已基本具备人类智慧，甚至在某些领域已部分超越了人类智慧。可能在几年前，人们还在质疑当前机器学习方向是否正确，但随着近期取得的巨大突破，人们的信念变得坚定，越来越多的顶级聪明人投入了这个方向。

所以在这个时代，任何人最好都了解一些机器学习的原理，就算被机器超越，也要知道个明白。

机器学习就是找函数

以我对机器学习的理解，认为其本质就是 找函数。我需要从两个角度解释，为什么机器学习就是找函数。

第一个角度，为什么要找函数。因为人解决问题与机器解决问题本质的不同，人能解决问题，但不一定能说清楚背后的原因，而机器解决问题靠的是计算，是可以重复执行且逻辑精确的。所以用机器解决人类解决的问题，也必须找到精确的函数，即便这个函数会非常复杂。

第二个角度，为什么相信能找到函数。我们凭什么认为人类智慧才能完成的任务，可以找到函数解？现实就是 ChatGPT 找到了，所以说明可以找到函数解！也许因为 ChatGPT 背后的神经网络是高维函数，高维函数投影到我们低维的时空能解决所有问题，说明我们被降维打击了。

以上只是一些随口说的感慨，接下来我们进入干货阶段。

假设世间所有问题都抽象为输入、输出

既然我们相信能找到解决一切问题的函数，那这个问题也必须能描述为输入，输出的模式。比如：

• 文字识别：输入图像，输出文字。

• 语音合成：输入语音，输出语音。

• 做题：输入题目，输出答案。

就像知乎的 slogan "有问题就会有答案"，世界上绝大部分需要人类解决的问题，似乎都能通过输入、输出解决。

好，当我们觉得世间所有问题都能抽象为输入输出，那如果我们找到了一个函数，对于每一种输入，结果输出都是人类认可的正确答案，那这个函数不就是一个超级智慧大脑吗？

假设我们发现了一个函数 f(x)：

• f("小红有3个苹果，给了小明1个，还剩几个？") = "2个"

• f("我真是谢谢你们的服务，烤冷面外卖送到的时候真成了冷面。这句话是正面还是负面评价？") = "负面"

那就认为，对这两个例子来说，函数 f(x) 就是机器学习要找的函数。

那么难点来了，怎么找到这个函数呢？

如何找到这个完美函数

ChatGPT 几乎已经找到了这个完美函数，它可以几乎解决一切问题，这也是我们学习机器学习的动力。但作为初学者，只盯着火箭是永远也学不会的，让我们先从拧螺丝开始。

我们降低一下目标，把要找的函数设定为 y = 3x，即我们要找一个函数 f(x)，