學習和進化 出口不總在光明處

2021-06-19 04:55:37 字數 1131 閱讀 3886

有學者做過乙個實驗:將乙個玻璃瓶平放著,瓶底朝向窗戶,往瓶子裡放進6只蜜蜂和6只蒼蠅,結果所有的蜜蜂不斷地向著瓶底衝去,一次又一次,直至精疲力竭而死;而蒼蠅四處亂飛,最後找到了出口,逃之夭夭。

看完這個實驗你會有什麼感想呢?也許我們都會為為蜜蜂的執著而心疼,同時也為蜜蜂的固執而著急;也許我們都會為蒼蠅的投機或走運而憤然,同時蒼蠅的隨機應變也深深地刺動了我們。

如果讓你選擇,你會選擇蒼蠅還是蜜蜂呢?如果單憑這個實驗,沒錯,蒼蠅贏了,但跳出本實驗,它們的方式各有利弊(用爛了的二元論不經意間又冒出來了)。

回到文章的題目,同時引出乙個生物學家給出的結論:會學習的種群比那些不會學習的種群更快地進化,這裡所說的學習,是指通過改變行為來不斷搜尋種種可能的適應性。重新分析一下蜜蜂和蒼蠅的行為,蜜蜂它掌握了一條知識:出口在光亮的地方,是的,大部分時候是這樣的,但環境是有可能發生變化的,任何知識或規律不可能放之四海而皆準,我們總不能做乙個脆弱保守的牛b的人吧,而換乙個環境就瞬間**吧?蒼蠅呢,不論什麼時候把它放進去,它總是「無頭」亂飛,在一些簡單的環境也會做很多無用功,在同乙個地方不停地絆倒起來。

人工智慧也提出這樣乙個定義:學習就是對每執行結果進行反饋並加以修正。

說了這麼多,其實就為引出乙個簡單的結論:我們應該從執行結果找出規律,就像我們學數學歸納方法時,通過輸入和輸出學習乙個函式出來,但同時也不能一直依賴這個規律或知識。找規律貌似簡單,但找起來談何容易,因為輸入輸出不一定總是線性關係,總有一些奇異點或雜訊影響我們的判斷,或導致我們以偏概全。不依賴規律或者叫放棄已有的優勢又談何容易,否則我們怎麼會覺得那些在巔峰華麗轉身的人異常牛b呢。

人工智慧還有乙個觀點就是:人工智慧程式允許出現錯誤。正如年輕的畫家總是追求完美,而大師總是認為殘缺的美才是真的美。這也是為什麼當你能夠容忍或接受一些不理想或不好的東西時,人們會說你成熟了。這也是我們找規律時應該考慮的東西,容忍接受規律的錯誤,或者刻意加一些錯誤進去。因為錯誤能暴露一些東西,更能夠刺激到我們。就像偶爾的生病能讓我們更了解我們的身體;偶爾的出軌能讓你更了解你的另一半。

總之,學習是乙個試錯的過程,是乙個思考總結的過程,是乙個迴圈反覆的過程。

總之,我們要理性,要專注,也要保持隨時準備學習的狀態。

寫寫的發現文章的結構好亂,寫都最後發現那個引起我思考,同時覺得很有意思的觀點,被我總結成了大眾觀點。看來寫作同樣是學習的過程,需要試錯、思考總結、迴圈反覆的過程。

架構是進化出來的

乙個 的架構是進化出來的,不是設計出來的。架構是為了業務服務,在業務沒有達到足夠大的量級之前,沒有必要為了架構而架構。只有隨著業務的規模變大,才逐漸有了架構的進化。1.單體伺服器 商品 訂單 使用者 交易 都在一台伺服器上 2.資料庫單獨部署 應用繼續增加,應用伺服器承壓 3.應用伺服器做集群 4....

獲取族 人類有可能進化出巨人族嗎?在什麼條件下?

有關巨人族和小人族的獵奇新聞在曾經紅遍大江南北的地攤小報上不厭其煩地出現,那麼大家想不想知道,從嚴謹的科學角度來說,有沒有可能進化出巨人族呢?今天我們就來聊聊這個問題吧!首先說我們現在吧,人類目前應該是在以極慢的速度向著體型更大的方向進化,雖然優勢小到幾乎不可見,但個子更高的人在社會生活的方方面面都...

DRP學習進化模型

曾經做的就是按照思維做的 制,這是u b d 坐在坐,開始增加設計模式,增加sqlhelper 逐漸了解系統可分為只三層,層的,隨著學習的不斷深入明確了 為什麼會出現分層 知道了是一回事,關鍵還是在 怎麼用 所以我們還在為 分層 而進行不懈的努力著 如今學習到了drp。又認識了乙個分層 mvc mo...