【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

: V$ a- y# P) U' r" d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。

跟大家汇报一下最近的学习心得。
* t$ l8 N& h# u  j0 D
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
" i* Z+ I* Z3 u, [  C
  _9 s# c5 w% N" q3 i7 N) \& I

最怕这种品牌问题。简直送命题。
9 z; B/ T# }4 p; ^1 V3 Q3 B8 \7 z
3 R% d0 y2 _( `# G- x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。

9 i* X  f5 Q0 ^% E" k
这事儿勾起了我的一番思考，值得跟大家汇报一下。

* T4 G" j1 \; y0 S$ F7 P4 i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。。。

$ j: v4 z9 P0 W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：

Example 1：
4 `' _0 j0 e& ^, J8 w0 Z+ p% I
& Z! g, }/ h0 {' t6 b

咱去哪儿玩啊？
# C& ^' d6 n; a' h都行
那咱看电影吧
* {  o. a2 d* O# Z" u5 b太老套了
1 v$ ?) W: Z- g# l) b那咱打保龄球吧？
大热天的。。。
那咱去哪儿玩啊？
; R0 ~8 g- Q7 H3 p! m' N3 R1 J! f都行

咱今晚吃什么？
随便
那咱吃火锅？
4 E6 K% T) o! y1 }吃火锅长痘痘。
& A# h; X/ W( X5 x8 `那咱吃烧烤?
( f5 @: b9 \5 V. E* A上次刚吃的烧烤。
那咱吃什么？
% ^" S% S9 L) Z6 ^随便

8 \3 L' G; X, H9 D/ R3 kExample 2：
: C9 h  N) W* w

Houston, we have a problem.
What?
Never mind
, x' W2 g0 X3 Y0 ~8 EWhat's the problem?
" j2 a$ }, g6 w$ X6 f6 _Nothing
- G3 F. Q! l) [- O8 `5 V; H/ F$ yPlease tell us?
You know what the problem is.

2 B( R2 i# m& A6 L) G9 n' \* I/ N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- n5 l4 w4 ^7 O# F& q* k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。

' k3 a# i4 k3 m$ R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。

. h7 M& }" A" @, s看到这里，各位男同学觉得眼熟么？
再来看看前面的两个例子。。。
/ j4 N# }) t5 ^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。。。

) @# `; V6 z9 y/ X, ^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。

+ a- |! u0 I( K+ t1 ^" ?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？

8 `9 R' r3 c( B9 J( C& X, K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。。。
) N& B: ?5 M, N0 X& L7 J' |+ J& a
为什么相爱总是简单，相处太难？得training。
/ O8 y2 T  e6 d8 ]
. K* }: l7 G9 D5 h6 ^5 x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。。。
8 t/ _. z5 _0 Q3 f2 l; L
4 b4 H3 o9 x3 Y% O, p对了，那什么，我得先走了。。。有没有下回看缘分了。。。

smileREGENT

8 y( T+ ]9 N$ b7 F& g% ?9 t: B
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。

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。
) l* u! x9 b, K  i: w  Q
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。
( p6 x& M. u4 M1 }2 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？
不怕被LD拿擀面杖赶出门？

马鹿

6 H* q9 G& o6 Z# @* g& _3 V8 \
0 ]/ U2 ^5 j, I

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.

+ Z5 n8 t  |; H+ t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.

! ~) u& q9 \( ~$ g, T$ X$ v/ G# @

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。
6 @9 E) m% a+ v- A
# D3 f6 N4 D# L' p9 T* g( Q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
这就是你正在进行的萝莉养成计划的理论基础？
/ O% M! ]7 Y9 r. Y1 ]5 f6 t不怕被LD拿擀面杖赶出门？

2 V9 s9 V( Q6 U6 Y: [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
+ r6 g5 x7 n  D/ z* d有意思的联想和对比.
0 B. {) T( `& N2 N/ G& @: S. _
# H- c1 O+ x# L" H3 m- N0 w. ]" A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 ...

6 l0 Q- F% l8 f) z- k' B
& R/ @2 M4 s# i0 n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
* j1 V7 R8 d" e) C2 H0 w* @8 Q3 k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 ...

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.
9 Z6 O0 H- p4 g& z+ S- o
2 @) y6 Q  z1 i- E7 R' R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.

也可以理解成人类的惰性。
能够满足的情况下，不愿意去改变。
1 n( ~& D7 o# n4 X  Q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。
1 u* Y2 ?. Z  q5 F; o1 l) }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。


同时，这其实是件很恐怖的事情。
8 r/ p0 B$ l! _% R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 \: e$ i0 M5 _0 `2 S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。
能够满足的情况下，不愿意去改变。
& V( d; P" y: m1 t1 E. r如果你一直在变，那么你的偏好就是改变型， ...

; `7 B. R% [' C7 ?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
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
来来来。。。讲讲这个故事。。。

7 ^& b+ V0 `. Z
, L9 A+ R0 b# z) }6 o/ b( U3 x: E4 r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
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.

% p, x! `4 S0 ]% m$ x) d; d  Y* q: a相同命运

无言

马鹿 发表于 2022-1-17 23:00
6 @, Q8 a- u4 B+ R( e) |- G+ B0 L2 Q% C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.

% r) j6 L  n$ z2 e' o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
难道数值是女生

3 Y, [) Y0 O% ?1 E- M1 F" l$ \+ H这结论是怎么得出来的

数值分析

马鹿 发表于 2022-1-17 22:28
我觉得机器很大概率会预测到我的想法.
) H, v% x' s/ z0 ?
: r& W- M' Y; N7 U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
7 H" v' ^6 h3 q4 o这结论是怎么得出来的

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.
$ g6 w7 |5 t1 h& e/ V" H然后就有了这些理科生角度的科普文章.
" N& l4 v: ?) e! G( i4 {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...