重走机器学习之路——形而上者谓之道

朱雀 2022-05-19 06:13 171阅读 0赞

> 形而上者谓之道，形而下者谓之器，化而裁之谓之变；推而行之谓之通，举而措之天下之民，谓之事业。——《易经·系辞》

**天地间本就存在种种规律和法则**，这些规律和法则在物质世界相互作用、不断演化形成了世间万象，比如水蒸气遇冷液化成雨，比如万有引力让苹果落到地上。世间万象称之为“形”或“象”。

世间之\*\*“形”**或**“象”\*\*，大致可分两种：一种是物质的种种“现象”，风雨雷电、花鸟鱼虫，另一种是精神的种种“意象”，或者说“观念”。两者背后都蕴含着很多规律，人们发展出各种学科，如物理学、心理学等，都是在尝试更准确地描述“形”“象”背后的规律，从而指导实践。

\*\*人们通过持续观察自然认识自我，初成感觉和猜想，进行实践，总结规律，不断修正和创造，进而改造自然，推动社会进步。\*\*比如古人观察到火烧后的土地会变硬，学会了烧陶，但是对于烧制结实耐用容量大的陶器而言，这个阶段的认识是片面且肤浅的，在不断烧制实践的过程中，进一步总结规律，调整工艺，知道了如何烧制更好的陶器。

是因为物理法则的存在，才会产生“火烧后土地会变硬”的现象，物理法则即是现象背后的道，此为\*\*“形而上者谓之道”**；人们对这些现象的观察和总结是在尝试刻画“道”、拟合“道”，应用认识到的规律，烧制出陶器，此为**“形而下者谓之器”**；但认识到的规律是片面的，与真正的“道”之间是有**偏差**的，这种偏差表现在实践过程中就会暴露出种种问题，像易碎、裂纹、变形，然后完善认知总结出更准确的规律，改进工艺，此为**“化而裁之谓之变”**；当总结出的规律足够准确，工艺足够好之后，就可以推行了，传授给更多人，应用的范围越来越广，改善了大家的生活，此为**“推而行之谓之通，举而措之天下之民，谓之事业”\*\*。

但是，如果总结出的规律一直存在人的脑袋里，或者停留在工艺层面，别人并不能很快掌握和应用，而且到了一定阶段后难以进一步改进，这对推行和发展是不利的。于是需要数学，**数学通过抽象可以将结论和规律高度概括为公式**，易于验证、推行和改进。需要注意的是，通过数学公式描述的规律——**模型**，也仅仅是对“道”的拟合，与“道”仍有偏差，从牛顿力学到爱因斯坦相对论再到量子力学，在简单场景下好用的规律到更广泛的场景下可能就不好用了，这即是偏差，有差距就会推动发展出更准确的模型。

这个“认识自然、总结规律、修正改进”的过程能否通过机器（计算机）实现呢？答案是可以的，**利用机器“上溯寻道”的方式就是机器学习**，而且已经形成了相对清晰的\*\*“寻道”路线图\*\*，认识自然——认识数据，总结规律——形成模型，修正改进——模型优化。根据你的问题场景，收集相关数据，总结规律得到模型，分析暴露出的问题，缩小“偏差”，得到更准确更贴近“道”的模型，接下来就是应用模型——应用通常表现为预测，就像利用公式预测苹果落地时间一样，这就是机器学习的实践过程。

> 假设用 P P P来评估计算机程序在某任务类 T T T上的性能，若一个程序通过利用经验 E E E在 T T T中任务上获得了性能改善，则我们就说关于 T T T和 P P P，该程序对 E E E进行了学习。——《Machine Learning》Tom Mitchell, McGraw Hill, 1997

这里， T T T 是你的问题场景， P P P是对“偏差”的评估， E E E是从数据中学得的模型。

江湖流传，训练深度学习模型的过程是“炼丹”，输入的数据是炼丹的材料，丹方是模型结构和设计，tensorflow、mxnet这样的框架是炼丹炉，得到的模型即“金丹”。我们不仅仅是在“炼丹”，更是在“问道修仙”，希望早日成就“金丹大道”。

![炼丹][izzOMQ.png]

个人博客地址：[重走机器学习之路——形而上者谓之道][Link 1]

[izzOMQ.png]: /images/20220519/0f7c42c631cd4578b8c52d22bd98d2ce.png
[Link 1]: https://blog.shinelee.me/2018/07-23-%E9%87%8D%E8%B5%B0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B9%8B%E8%B7%AF%E2%80%94%E2%80%94%E5%BD%A2%E8%80%8C%E4%B8%8A%E8%80%85%E8%B0%93%E4%B9%8B%E9%81%93.html