【单口相声】谁说女生不会理工科思维，兼谈机器学习

数值分析

( i* F  w$ D$ c
提前声明啊，下文中所述女性，均指平凡（trivial ）女性，不包含爱坛各位女生，当然我领导也不在内。

* s! ?+ S4 u/ C9 H1 E2 b: i跟大家汇报一下最近的学习心得。
/ x& H& [, X+ m0 c& G3 C$ L
. ?3 }( v* W7 @, b7 d* G因为什么引起的呢？这不社长在日志里公布了一批食品，其中提到了某饺子馄饨品牌，然后引起我的感慨

最怕这种品牌问题。简直送命题。
0 C3 g* J* a' `% Z* \" l5 L
' _2 q+ z" X: X3 ~' s. W1 J比方领导说，去超市买两个番茄酱罐头。到了一看，嚯~~~，这满架子的罐头，长得都差不多，买哪一个？甭问领导，问了准是“就平常咱家吃的那种啊。。。”。到这儿就得打住，不然再问就是“你连咱家吃的那种番茄酱都不知道？。。。”后面准挨一顿呲叨。

( H8 D4 A) _: D/ i
这事儿勾起了我的一番思考，值得跟大家汇报一下。

我做研究生的时候，在系楼底下机房里，贴有这么一张告示，大意是:“our mind reading technology is not mature yet”，除非你能清楚地告诉我你碰到的问题，否则我爱莫能助。。。

当时就震惊于网管的总结能力。准确地总结了一般理工男和平凡女性（参考置顶声明）相处中的困惑。我用两个广为人知的例子，描述一下这种困惑：
( @) C: J; Y; U* O7 N3 \. Z* ~
$ {8 ]1 n: b0 JExample 1：

3 i* c4 I# |8 c% y" D! s8 o+ c: H& T

咱去哪儿玩啊？
5 @# w& f8 z% j. E都行
# T  ?8 v* a* [7 h5 ^那咱看电影吧
太老套了
那咱打保龄球吧？
大热天的。。。
那咱去哪儿玩啊？
. G4 ]0 x* R$ |% q' e" B" U( v都行

咱今晚吃什么？
& |- a$ x9 u$ N& G* V随便
那咱吃火锅？
9 M7 @) W/ M9 H& Q; ]吃火锅长痘痘。
那咱吃烧烤?
" Q# }# {' @2 d1 Q+ i& J4 O上次刚吃的烧烤。
那咱吃什么？
( j* |- z( n, t4 e/ A6 N. [随便

* Q) \9 Z/ u1 Z$ D: R% M4 j
Example 2：
4 u4 F; I, a& R/ D8 a: ~! a& E

Houston, we have a problem.
# S2 H) R! a! yWhat?
Never mind
What's the problem?
' _) N1 h7 J* J% b. L8 S# qNothing
Please tell us?
! |8 y4 W/ ?! [# U$ S1 j* hYou know what the problem is.

* _; C% y$ w3 U; |8 Y, N+ Z4 H
3 k* A1 J- B" E1 W  ^; d女士们不知道读心术尚未成熟么？为什么明明有答案却不肯说出来呢？这种我猜我猜我猜猜猜的游戏实在是让人恼火。。。这个问题一直困扰着我。直到最近我学了机器学习，豁然开朗。
' g* M% P4 Y! S5 }( m# D
+ Q6 r7 ~6 a, U( ]* n' i* K' S# w先说说什么是机器学习吧。简单（不严谨地）说，就是让机器学会干活儿。干什么活儿呢？，不是烤肉松包，换门铃这种。比方说，让机器学会如何认出一只猫。早先的思路是总结出猫的特征，输入机器中，然后让机器每见到一物件就按这个标准判断是不是猫。这条路就叫专家系统。比如说吧，告诉机器，猫，乃是有四条腿一脑袋一尾巴的毛茸茸可爱小生物。但效果并不好。比方说来一哈巴狗，机器就puzzle了，这是猫吧。。。总结出的规则，难免挂一漏万，所以不能这么教。那怎么教呢？人类也是经过长期的实践，发现一条路，靠training。
: P% z/ n& F1 X8 u8 R: ^) a
5 C- Z4 n: A2 s3 V8 y4 }: W- q* ^具体怎么叫training呢？得这样，仿照人的神经网络，搭一个基于代码的神经网络。然后给他看一个猫（的照片），告诉他，这是猫。再给他看一其他物件（比如说哈巴狗）（的照片），告诉他，不是猫。如此反复，让他自己悟去。这样才能完整了解猫这个概念。
8 u- ?; Z% S7 \0 r+ k% W1 N8 r
看到这里，各位男同学觉得眼熟么？
! Y+ ?* F' [# L9 n- g5 x再来看看前面的两个例子。。。
xxx，这两个例子不就是training么？搞了这么多年理工，实验品竟是我自己。。。
) v2 [" x) ~" y( e$ H: m
  E2 R( s4 V  k: {6 ?9 o. B* `别急，还没完。神经网络training最怕什么？有同学可能说了，最怕training不足（under training），网络把别的动物认成猫。不对。学习能力里最重要的是什么？是泛化学习，举一隅而反三隅是也。还拿认猫来举例，我们希望的机器学习是认识猫这个抽象的概念，而不是某一只或某一种具体的猫。比如说吧，如果你给机器看的猫都是黑猫，机器很有可能在猫这个概念里加上黑色这个本不应存在的多余限制。现在再拿校长家的雪球给他看，他就不知到是猫了。Training最怕的就是这种over training。因为under training还可以通过继续training来完善，但一旦over training了，再想泛化就很麻烦了。

; b9 @% w5 m& i. d) q9 v) K% X  J- i9 t其实平凡女性总是期望能提高在一起的机会成本，以消灭任何未来的潜在竞争者。往野蛮了说，有南太平洋岛国悬崖跳水求婚的风俗，往文明了说，有“钻石恒久远，一颗永流传”的婚戒。你能付出最宝贵的机会成本是什么？有人说没钱人的钱，有钱人的时间。我觉得不对，你最宝贵的是，你那颗大脑，以及里面的那张神经网络。听到这里，有没有后背发凉的感觉。。。当你和爱人达到默契，她一个随便，一个都行，你就知道她想什么，喜欢什么了以后。。。您还有回头的路么？
! T/ ~. m" h: @. @
4 M. O3 f+ H2 C! T/ ^' _2 G弱水三千，只取一瓢，变成了：弱水三千，只能取这一瓢了。。。有没有生活中经历过，和伴侣分开一阵子，觉得哪哪儿都不对劲。。。
* @% Q1 h1 J- P5 T+ H
为什么相爱总是简单，相处太难？得training。
8 @! R" q4 X+ }0 R% R
这就是为什么耗子医生于半夜1点看奥特曼，为什么你的另一半拉着你看脑残剧。这就好像建国初期，资本家腐蚀我党干部一样，不怕你不喜欢，就怕你不看。只要看了，就会留下烙印。这种training是潜移默化，润物细无声的。插句题外话，最近爱坛上几位男同学在交流追剧心得，难保不是被调教，哦，不，训练地小有所成了。。。

对了，那什么，我得先走了。。。有没有下回看缘分了。。。
: l! U( v: h+ @+ o. E

smileREGENT

# `* d4 j: H! C- ?# u! b' |2 A( o俺对楼主的敬仰之情犹如滔滔江水连绵不绝，又如黄河泛滥一发不可收拾。
! w/ M, |! z9 m) K; v
但鲁迅先生说的好，理论来自实践。纯理论总是抽象的，没有实例就没有灵魂。纵使楼主领导不trivial，但想来楼主一定没少替这位那位修电脑，故而楼主一定能结合自己昔日当实验品的经历，深入浅出、生动形象地具体展开谈谈。

例如，怎么从under training 到 proper training 的，尤其是，楼主有没有被over training的经历，请重点谈谈是怎么被泛化回来的。
# e7 k9 }; s, h8 B

料理鼠王

这就是你正在进行的萝莉养成计划的理论基础？
! [! C/ x2 O$ k6 ^& w  W7 Q- @& z不怕被LD拿擀面杖赶出门？

马鹿

9 {, G9 S6 {6 w# e9 E* N
1 x% L" y! F8 z( X4 l+ _- b

有意思的联想和对比.
, t  |* f3 o0 K+ e& f. p) N  T. C
机器学习了解人的倾向还是比较容易的, 但是, 有人会走极端.
7 D8 q6 S& _7 o/ u; K5 B4 [1 p
比如, 我很少连续买同一个品牌的咖啡, 我喜欢illy, 但是我就偶尔买, 基本上在尝试的路上不停止, 世界山那么多品牌, 我都得尝尝.  我爱吃瓜子, 我一定吃到顶, 然后很久不吃...爱吃costco的玉米片, 连续买了一年半, 终于不想吃了... 我觉得机器也许会困惑我啥时候会选继续啥时候会选尝试.

数值分析

smileREGENT 发表于 2022-1-17 20:56
俺对楼主的敬仰之情犹如滔滔江水连绵不绝，又如黄河泛滥一发不可收拾。
* T1 U( M) J, T8 Z; I7 \& F
但鲁迅先生说的好，理论来自实践。 ...

欸，医生怎么不读开头的声明，我家领导不在平凡女性之中，在我身上并没有training这种事发生。我现在主要研究啮齿类啊医学啊相关的案例。。。

数值分析

料理鼠王 发表于 2022-1-17 21:25
/ W/ u0 ^9 t& R! N这就是你正在进行的萝莉养成计划的理论基础？
6 R5 f/ J7 H* K- J不怕被LD拿擀面杖赶出门？

不能凭空污人清白啊，哪儿来的萝莉啊？

数值分析

马鹿 发表于 2022-1-17 21:28
: q9 Z7 J! q( W+ f' F! ~9 f/ F有意思的联想和对比.

机器学习了解人的倾向还是比较容易的, 但是, 有人会走极端.

顺着这个往深了说就可以讨论人的自由意志是否存在了。如果人的自由意志只是假象，那么机器也许可以比你自己更早知道你什么时候停，什么时候走。。。

smileREGENT

数值分析 发表于 2022-1-17 21:41
欸，医生怎么不读开头的声明，我家领导不在平凡女性之中，在我身上并没有training这种事发生。我现在主要 ...

被你家领导收编之前，就没有别的那谁谁，你给人修电脑的时候，然后被train了train的经验。

马鹿

数值分析 发表于 2022-1-17 08:45
顺着这个往深了说就可以讨论人的自由意志是否存在了。如果人的自由意志只是假象，那么机器也许可以比你自 ...

$ t# l' v, O4 [. R4 w& ~# N5 L1 @我觉得机器很大概率会预测到我的想法.

这是个虚拟世界...

料理鼠王

马鹿 发表于 2022-1-17 21:28
有意思的联想和对比.
  [# o( y6 Q8 g( d& B1 w
机器学习了解人的倾向还是比较容易的, 但是, 有人会走极端.

2 B& {! B: {4 ~也可以理解成人类的惰性。
' b& U+ ?- ^- p8 X2 ?' f能够满足的情况下，不愿意去改变。
2 i- N* }3 b" \% H5 ^0 _" D如果你一直在变，那么你的偏好就是改变型，这时候的模型又不一样。还是有模型能够套用。
不要低估机器的学习能力，例如亚麻通过收集/统计你的购物习惯，大概能推断出你的生活状态和需求预测。


2 m3 o) z6 m- N; E% B2 {, t  q同时，这其实是件很恐怖的事情。
知道姓名身份证信用卡电话号码地址，还有生活状态，甚至是密切联系人。
1 t3 N4 H7 y$ S+ @0 ~! L2 C$ I7 h这些都单向透明，你还想保留什么秘密。

马鹿

料理鼠王 发表于 2022-1-17 09:47
也可以理解成人类的惰性。
) I  B* d: Y, Q* m5 e6 J能够满足的情况下，不愿意去改变。
如果你一直在变，那么你的偏好就是改变型， ...

从来不低估AI, 我的Alexa就用过几分钟, 然后就进盒子里躺平了.

赫然

马鹿 发表于 2022-1-17 10:00
. k" v3 x, I# j& q+ L8 F从来不低估AI, 我的Alexa就用过几分钟, 然后就进盒子里躺平了.

来来来。。。讲讲这个故事。。。

马鹿

赫然 发表于 2022-1-17 10:50
: H, t2 x/ a  c, ]) E/ U% v1 v来来来。。。讲讲这个故事。。。

8 n" r* K) F9 Q& u* x
我没当小白. 我的alexa是买东西送的.
一个朋友早早就用了alexa, 然后有一天跟我抱怨浏览器监视她, 我说你要是不搜索, 不看网页, 浏览器咋监视你, 明明是你在家里说话提到了xx品牌, 然后被推送的, 然后恍然大悟, 她家alexa一直开着...

jellobean

难道数值是女生

jellobean

马鹿 发表于 2022-1-17 23:00
" K) [2 X* \2 D4 P3 e从来不低估AI, 我的Alexa就用过几分钟, 然后就进盒子里躺平了.

相同命运

无言

马鹿 发表于 2022-1-17 23:00
+ A( S4 P- ?* Y$ m% B, j/ ^; v从来不低估AI, 我的Alexa就用过几分钟, 然后就进盒子里躺平了.

1 e9 A/ f- Z5 I1 Z还得用金属屏蔽盒子再加锁以防某天半夜被唤醒

清凉山

好，写的真好换理科生来写肯定干巴巴地没味道

无言

jellobean 发表于 2022-1-18 00:09
4 [5 \% J1 _) M- ^3 \难道数值是女生

) n3 F; Q$ b2 X4 I这结论是怎么得出来的

数值分析

马鹿 发表于 2022-1-17 22:28
# I0 R7 ^" w! D, l& F我觉得机器很大概率会预测到我的想法.
$ G# ]0 L2 q7 ~1 k9 p
8 Z. K* }0 [, a) G+ A: F这是个虚拟世界...

世界是否虚拟与人是否有自由意志这是两个问题.即使虚拟世界,依然有可能有自由意志.比如黑客帝国里的世界,或者缸中之脑,都是可能有自由意志的.

数值分析

无言 发表于 2022-1-18 00:29
1 f7 c9 U$ s/ `! R& N2 I5 t这结论是怎么得出来的

. A2 h0 S; N  z2 B4 _* _
凡事都得分析.
这几篇文章的来源是什么?是因为我被某人搅浑水,称作是文科生.
然后就有了这些理科生角度的科普文章.
豆豆同学一定是想知道从男生角度看问题是什么样的,期待某些从男生角度写的文章,所以才故意搅浑水...