【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

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。
  E/ U% i; `$ G2 P# \: _
跟大家汇报一下最近的学习心得。

' s4 p* u9 g, l4 |* [- B  m( F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
, ?4 r6 A9 O$ l1 V( ?

最怕这种品牌问题。简直送命题。

- S* X5 q: ^& m  m5 a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。

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。。。
. m. R; f: s2 }* J
, Y) n2 u+ d& d; l  C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：
+ @3 v; W% I4 `  G

咱去哪儿玩啊？
. P! P  @7 X+ N: B  T" V) [都行
' D  x" H, R8 H' T% C- _6 s那咱看电影吧
9 ^" h; G1 M4 U6 V! f6 x太老套了
那咱打保龄球吧？
% n5 l. [) e9 _1 x大热天的。。。
7 H9 c# b0 D9 Q- l8 F/ d那咱去哪儿玩啊？
0 m; x: E4 D' x* t* q9 ^0 C都行
" s: ]; h8 n; o* `& C$ J
! @' j( j( @) d咱今晚吃什么？
随便
2 D3 w4 n3 B2 _" V  A) H8 J7 g那咱吃火锅？
吃火锅长痘痘。
) R- [3 R: k, \5 R4 @3 F1 C  f那咱吃烧烤?
上次刚吃的烧烤。
4 g: Q8 \, F' l# m' s: I" Y那咱吃什么？
随便

0 u& A7 U! r+ h
5 A" Z" q& g* H1 d" _Example 2：
- p) x. \6 N& O7 v0 O

Houston, we have a problem.
What?
' K. V. Y: p/ @  h3 e: T+ \Never mind
What's the problem?
Nothing
: x+ ~' ^* H0 a) I# B$ yPlease tell us?
* o( ^$ c2 M3 P7 \You know what the problem is.

: [2 u* e' }( a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。

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。
; x& e0 `3 k: C6 `+ ?* ~3 j/ v& Y. ~
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。
* U+ z' [! w+ c/ ~6 h+ g
看到这里，各位男同学觉得眼熟么？
4 k" K- y& X$ {. ~: R再来看看前面的两个例子。。。
6 }* X) P! {( I/ _; cxxx，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。。。
$ |7 t, C- h2 p# I$ T
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。
* }, k7 p$ V% r+ c! A) [. @6 Q
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？

7 e& T% Z: N$ k# t' P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。。。

& X* l( B  v( Y9 t/ m为什么相爱总是简单，相处太难？得training。
8 M3 C) I& q- x: i
+ l+ ]; E7 H# R$ W1 H) M2 {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。。。
2 i/ g7 l  e1 ]. ^! P0 v
& V6 P! L  i+ ?. U) i对了，那什么，我得先走了。。。有没有下回看缘分了。。。
5 `! ]0 x5 z! p: P: P

smileREGENT

) F5 w% }' v# w1 p
" y5 n" T+ r+ e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。

0 [  q2 V: J% D, K: {& o: D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。
! }3 {$ _' e7 g9 a

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

1 t  q' V* q, y0 m& x  |

有意思的联想和对比.
9 D" p9 X5 V4 o1 v$ A8 X
( }  \$ j) q' l  [5 K* H- v9 N/ z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.

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.
7 [/ Q0 q- V) S! N) B" i: j; ~' L

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。

但鲁迅先生说的好，理论来自实践。 ...

% @7 k1 @! j/ c4 _$ l4 M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？
$ J( m. \4 h& }7 q8 D2 n; ]不怕被LD拿擀面杖赶出门？

" I- c; `) e) |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
有意思的联想和对比.
$ H/ H' Q( m! C2 d! K9 F: t
. r$ l$ W2 F4 g' g- p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
/ Q" ?8 f9 Q9 k* `* j8 l$ `: u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 ...

& t8 r4 D. P6 c# s4 S
# {$ ?. U4 t: c) F" ?4 ]/ E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
" y; s3 H2 i6 V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 ...

2 `/ M5 X/ k; y我觉得机器很大概率会预测到我的想法.
5 l9 G# d9 F. I2 m: f5 H5 s
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.
$ `2 R* }( i3 ]4 o4 l- @; }
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.

# Q# [/ W! S- e! p, O6 W  P5 {也可以理解成人类的惰性。
9 M& f: _, v& d9 Z; o7 t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，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。
0 Y* A& ]9 n' Q  {3 `. t
( v- s* Y! P) `$ Q& y
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。
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
5 V5 g  C8 j( o; x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。
3 ?6 @( P5 _/ O3 D+ ~9 Z& _' Q如果你一直在变，那么你的偏好就是改变型， ...

* e1 ~. A2 Z9 q' o. X0 \) W+ ~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.

, [% N8 R# ~5 m/ H, i, f( K来来来。。。讲讲这个故事。。。

马鹿

赫然 发表于 2022-1-17 10:50
- ^+ d# d& x  L+ G, C来来来。。。讲讲这个故事。。。

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
. @+ u& I* H; _1 n1 F/ D3 L) T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
0 C. v7 M, h) q/ {2 R7 v/ J' i8 G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.

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

  G- ~4 Q4 u: Q$ R0 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
4 U  j) p- `$ |7 k* v: E: s我觉得机器很大概率会预测到我的想法.

这是个虚拟世界...

4 [: P9 t% n, ~4 I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

3 D4 a9 k% c  O- N0 ?- H6 X' j

无言 发表于 2022-1-18 00:29
这结论是怎么得出来的

8 b" a  |  Q- W6 V6 g- \/ k2 a
凡事都得分析.
. t% I" v1 M: j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...