大数据与深度学习是一种蛮力
Facebook去年底挖来了一个机器学习大神Vladimir Vapnik,他是统计学习理论和支持向量机的主要发明者。Vladimir Vapnik被称为统计学习理论之父,他出生于俄罗斯,1990年底移居美国,在美国贝尔实验室一直工作到2002年,之后加入了普林斯顿的NEC实验室机器学习研究组,同时任哥伦比亚大学特聘教授。2014年,Vladimir Vapnik加入Facebook人工智能实验室。
Vladimir Vapnik
近日,Vladimir在俄罗斯最大的搜索引擎公司Yandex的大会上发表了讲话,重点讨论了深度学习是否以蛮力取胜。来自加利福尼亚大学圣地亚哥分校的Zachary Chase Lipton博士详细记录了会议内容,并整理成了文章:
上周,我来到柏林参加机器学习展望和应用大会。这个大会由Yandex举办,主要谈了Deep Learning和Intelligent Learning两个问题,它们经常作为对比的概念出现。
虽然我自己也是演讲者之一,但是整个会议的高潮部分,还是关于深度学习的方法论,其中经验主义和数学推理中的矛盾部分。
第一条是关于深度学习,讨论的是背后的数学支撑,以及未来的方向。问题包括了模型的可解释性和医疗领域的应用。到了周三晚上,Vladimir Vapnik也参与了讨论,说的是知识如何在不同的个体之间传递。Vladimir的哲学观横跨了机器学习、数学和智能的源头,并且挑战了深度学习的方法论,这很有争议。
其实在今年夏天,我就写文章说机器学习的成功是大数据时代经验主义的胜利。在里面我强调说,过度去拟合数据,虽然能在真实数据中得到检验,但里面会有很大风险,至少比基于数学推理建立的系统风险大得多。在这次会议中,我听到了Vladimir在这方面的观点。
为了避免混淆视听,我得强调:我是一个深度学习的实践者。我个人并不否认深度学习,而且对它的先行者和火炬手充满尊敬。但我也同样相信,我们应该对深度学习的可能性抱有开放性的态度:
即会有一些数学模型,能够更好的指明未来发展方向,开启新的方法论。
很显然,当我们去咀嚼和消化这些观点的时候,能够得到很大的价值。
大数据与深度学习是一种蛮力?
尽管Vapnik当场说了很多观点,但是最核心的还是援引了爱因斯坦关于上帝的隐喻。简单的说,Vapnik假设了一个理论:想法和直觉要么来自上帝,要么出自魔鬼。而区别在于,上帝是智慧的,而魔鬼往往不是。
在作为数学家和机器学习研究和践行者的生涯中,Vapnik得出了一个结论:魔鬼往往来自于蛮力(Brute Force)。进一步说,如果承认深度学习系统在解决问题时不可思议的表现,那么大数据和深度学习,都有某种蛮力的味道。
不过,我自己并不同意深度学习必须等同于机器蛮力。我们如今也能看到对于大数据的观点争论,其中Vapnik和Nathan Intrator教授就说:小孩不需要几亿的标签样本以完成学习。虽然有大量带有标签的数据时,学习会成为一件比较容易的事,但如果依赖这样的方法,我们就错失了自然界中关于学习的基本原理。
也许,真正的学习只需要数百样本,而我们现在却只有非常大的数据量才能完成学习。如果我们不去探寻学习的本质,那就是在屈从于懒惰。
我们现在的深度学习并非科学。确切的说,机器学习和核心任务是理解计算本身,而现在的方法和它有所背离。这就好比任务是制造小提琴,而我们扮演的角色不过是小提琴演奏者,虽然也能创作美妙的音乐,也有演奏的直觉,但我们并不知道小提琴如何创造出音乐。
进一步说,很多深度学习实践者,他们对数据和工程有很好的感觉,但其实不知道这里头是怎么回事。所以在目前的深度学习方法中,参数的调节方法依然是一门“艺术”,而非“工艺”。
在算法和模型上,我们是否能发明所有东西?
Vapnik认为,在机器学习的算法和模型上,我们并不能发明所有东西。他坚持说,他自己并没有如此的聪明才智,以完成这些算法模型的发明。(这似乎也在暗示,其他人也没有那么聪明,去发明这些玩意)
按照Vapnik的意思,我们在机器学习上发明的东西是微不足道的。真正重要的东西,来自于我们对数学本质的理解。就深度学习来说,模型经常被发明出来、品牌化并申请专利,但这些相比于真正由数学驱动的机器学习,就显得很一般了。
关于深度学习的反思,来自纽约州立大学的顾险峰教授也有很多理解。顾险峰认为,深度学习方法深刻地转变了学术研究的范式。以前学者们所采用的观察现象,提炼规律,数学建模,模拟解析,实验检验,修正模型的研究套路被彻底颠覆,被数据科学的方法所取代:收集数据,训练网络,实验检验,加强训练。
在深度学习新方法下,严格的数学推理缺失了。比如说地图四色定理的证明,数学家将平面图的构型分成1936种,然后用计算机逐一验证。当然在足够的算力下,这可以证明地图四色定理。但是在这个过程中,没有新颖概念提出,换言之,机械蛮力代替了几何直觉。
而在数学历史上,对于一个著名猜想的证明和解答,答案本身也许并不重要,在寻找证明的过程中所凝练的概念,提出的方法,发展的理论才是真正目的所在。机械定理证明验证了命题的真伪,但是无法明确地提出新的概念和方法,实质上背离了数学的真正目的。
所以说,这是一种“相关性”而非“因果性”的科学。历史上,人类积累科学知识,在初期总是得到“经验公式”,但是最终还是寻求更为深刻本质的理解。例如从炼丹术到化学、量子力学的发展历程。
人类智能最为独特之处也在于数学推理,特别是机械定理证明,对于这一点,机器学习方法是无能为力的。当人的数学推理缺失的时候,仅仅依靠机器蛮力,就会遇到很大制约。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14