,,

AI機器學習方法：鑒往知來，瞬間洞察

（2024年11月27日更新）

芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。

1 AI大師深知鑒往知來藝術

在網絡時代，大數據呈現出大量、不一致和不確定性，困擾著人們。因為人們的許多行為都面臨著在模糊的情況下進行規劃和決策，這已經成為當今的普遍現象。就像霧或月光的效果一樣，它經常擴大和模糊事物的局部外觀，無法掌握其本質。

那么，我們應該如何通過瞬間洞察呢？(Flash of insight)穿越迷霧？最有效的方法是吸收經驗，培養直覺，充分發揮鑒往知來的藝術(The art of what works)”。

而今天的主流AI( 人工智能) 它是一位精通鑒往知來藝術的大師，融合了統計( 學) 回歸分析方法，結合互聯網普及和機器高效操作，獲得專家直覺和瞬間洞察力的能力，可以幫助人們穿越這層霧。

所謂鑒往知來的藝術，就是能看到眼前或未來的情況和過去的情況。( 特征)點。經驗和專業知識越多，似曾相識的情況就越多。在缺乏經驗的新手眼里，每一種情況都可能新穎獨特。這也叫專家直覺（Expert intuition）。

AI 從大數據的統計分析或人類專家教授的不同方式中獲得即時洞察力，點燃了從過去學習藝術的火花。面對當前事物的不完整信息和未來的不確定性，AI 可以借鑒經驗，發揮直覺，幫助你擺脫疑云的糾纏，眼神清醒，冷靜洞察成功之路。

當專家從一堆事物中識別似曾相識時，類似的解決方案可以有效地節省大量的嘗試錯誤和探索。AI 也通過統計( 學) 回歸分析算法具有與專家相同的識別事物和探索相似性(Similarity)，并對事物進行分類(Classification) 的能力。

換句話說，AI 也有豐富的專家直覺。科學革命結構(The structure of scientific revolution) 作者在一本書中Kuhn( 孔恩) 曾經說過:直覺不是個人的……，直覺是一個成功的群體成員通過測試共同擁有的Samtec代理新手可以訓練( 學習) 獲得直覺，這是他們為成為這個群體成員所做的準備。

同樣，AI( 機器) 也可以通過訓練( 學習) 獲得直覺和瞬間洞察力的愿景。這被稱為：機器學習(Machine learning)[1]。

2 AI(機器學習)是看(Seeing)的藝術

AI( 機器學習) 是看(Seeing) 藝術。例如，日本著名武士宮本武藏在他的五輪書中，教專家直覺禪宗：在策略中，你不能移動眼睛看兩邊，你不能快速學習這種能力，請遵循以下方法：在日常生活中練習使用這種視覺，無論發生什么都不要改變它。

看著眼前的全局征兆，用專家的直覺襯托出全貌。計算機科學界諾貝爾獎圖靈獎獲得者Judea Pearl( 珀爾)在其2019 在新書《因果革命》中，圖中的貓頭鷹也強調了當今的主流AI 專家的直覺和洞察力(Seeing)如圖1所示。

在過去的幾千年里，專家們可以從過去的知識中學習，穿越霧，嘗試各種嘗試，保留最有效的方法，以快速有力的行動抓住突然到來的好機會。AI( 機器學習) 也知道多方嘗試，保留有效途徑的模式。AI 強化學習(Reinforcement learning)。

圖1 貓頭鷹強調當今主流AI專家直覺和洞察眼光的藝術來源：https://www.sohu.com/a/321480619_129720

3 AI如何看事物的全貌？

AI 擅長計算相似性，并根據其分組和分類。我們也可以給AI 分類，然后我發現AI 與專家直覺有很高的相似性。既然兩者屬于同一類，就可以發揮鑒往知來的藝術。襯托出我們過去的經驗和知識AI 對其未來未來發展未來發展。所以，什么是AI 呢? AI 有什么用？很清楚。

3.1 鑒往

從我們現有的經驗中，我們可以看到最典型的專家直覺是：開車。最大的特點是：直覺反應，不假思索。

現在，AI 和司機屬于同一類，也就是說AI 也有以上兩個特點；因此，也可以推斷如下。

● 未來發展：AI 司機司機將取代人類司機。

● AI 人工智能是不假思索、不經理邏輯推理的直覺智能。

● AI 推論結果沒有高度的正確性，只有準確性。

● AI 人工智能與IT 信息技術，兩者不同。例如，許多學校使用它AI 信息技術實際上是違背專家直覺的非專家知識。

無論是人或AI，都會鑒古，手段是:拿一堆歷史的特殊階段( 數據)，總結共相。在人方面，采摘歸納法找出萬變不離其宗的恒常性，稱為道。AI 采用統計學回歸分析，找出最中庸的回歸曲線或等。

3.2 知來

剛才說明了AI 核心能力是鑒往知來，其最亮麗的表現是瞬間洞察。道與中庸共相。求道而得道，叫高人，圣人，是專家。有專家直覺的高人圣人，可以觀察眼前事物的征兆( 然后進行：殊相）同類的共相 = 該事物的( 推測) 全貌可以洞察未來發展的全貌。在這里，舉個生活中的例子來說明。比如小勝和小淑是信息技術公司的同事。一天中午前，小勝打電話給自助餐老板訂了兩個午餐午餐(如圖2所示)。

老板問小勝：你今天想吃什么便當？

小勝回答說：我今天要排骨便當；還有一個便當，我來問小淑同事。

老板又問小淑:你今天想吃什么便當？

小淑回答說：我今天要雞腿便當。

最后老板問:你要配什么菜？

小勝，小淑回答:可以。

圖2 小勝打電話給自助餐老板訂午餐

中午吃飯時，小盛和小淑打開午餐，看到排骨午餐里有一個鹵蛋；雞腿午餐里有一個荷包蛋。小盛和小淑異口同聲地說：老板和我們正在訓練的很像AI 模型，他和AI 也可以從過去知來，瞬間洞察事物( 便當) 的全貌。

4 AI技術能力從何而來？

今天基于機器學習AI，它有兩種邏輯思維技巧：歸納邏輯和推論邏輯。

● 歸納邏輯：人類首先把算法放在首位( 程序) 喂給AI，成為其鑒古的歸納邏輯能力。

● 推理邏輯:然后引導它歸納( 鑒古學)這時，給它喂一群特定領域的大數據，讓它總結一下( 也叫學習)。所謂學而時習，不斷探索數據中的相關性(Correlation)，這一領域大數據中的規律性逐漸總結。它已成為其知來的推理邏輯能力。

人類設計算法，編寫Python 等程序(Program)，描述歸納邏輯AI 算法的編程邏輯表達了歸納邏輯AI 有能力自己總結推論邏輯。AI 編程邏輯并不等于AI推理邏輯。

簡而言之，AI 推論邏輯與工程師算法程序邏輯大不相同。程序邏輯仍然有影響力，但只是推薦的角色，而不是控制的角色。所以對人類來說，AI 推論邏輯是無法理解的，通稱為:黑盒子(Black box)，或黑箱。因此，對人類來說，AI 推論結果是其行為不確定(Uncertain) 的。所以說，AI 兩個特點是:黑盒子和不確定性行為。

5 結語

專家直覺來自鑒往，又稱考古。也就是說，從歸納思維中抽象，抽出共同現象：共相。然后，將共相套用于眼前的殊相，不一定是100% 正確。更何況眼前只有一些征兆。( 非全貌) 而已，AI 不僅要處理眼前的大量數據，還要根據公式計算結論；相反，探索過去的歷史資料( 例如，古代讀者經常閱讀古書經史，相( 道)，謂知道。在AI 所謂：訓練(Training)。

人們常說：學以致用。學而知知，然后巧妙地應用于眼前或未來的新事物。AI 訓練就是讓AI而且AI 預測是道的用途。AI 預測的本質。

參考文獻：

[1] DUGGAN W.直覺(The Art of What Works)[M].李芳齡,譯.北京:2005年中國財經出版社.

(本文來源《IC2021年1月，代理雜志