【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

. [- @  q5 f( b+ O; S9 M2 a4 {# m  s3 H
! A) x7 ~4 S* I. P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。
; i+ k5 R# o6 l) {5 [8 e: N- c/ e
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) F% j! }) ^0 Q

最怕这种品牌问题。简直送命题。

, t% d2 P; s) K- x: Z, w0 Y, \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。

" V. t7 b9 ]- a+ a6 b- n' j这事儿勾起了我的一番思考，值得跟大家汇报一下。

9 x+ p4 v* Y) J0 {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。。。
; S, E% a0 r# [( F
, p# b6 \8 k7 k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：
: t" S; }8 L$ D- t3 m

咱去哪儿玩啊？
都行
那咱看电影吧
- q/ i( ?; p- p" u3 w太老套了
) p6 y2 A$ b. A/ q9 Q& U' F0 x那咱打保龄球吧？
大热天的。。。
2 k3 s6 h+ ^' z+ U5 I那咱去哪儿玩啊？
5 `/ q9 l. k9 [& d! M# s都行
; f; I7 [7 t' l% c" {4 \
咱今晚吃什么？
随便
  K3 g% k$ o8 U3 z, ~那咱吃火锅？
. Z# p2 l- E- F吃火锅长痘痘。
7 A% F# L) w- V% Z- \. {那咱吃烧烤?
上次刚吃的烧烤。
# R& o4 O* s; B+ ?那咱吃什么？
9 m* @* _6 [7 d$ I; b% I8 D随便

Example 2：

Houston, we have a problem.
What?
Never mind
What's the problem?
/ H2 G( A- d# v5 I% ANothing
; {- |$ S* K3 ^# `Please tell us?
You know what the problem is.

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。
+ e, v$ U& [$ y4 E
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。
3 h' U' b6 ]* e6 `
  ~4 u: V  o3 c" c4 [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。
7 A4 F0 ]2 m3 S, J9 ?1 Z9 j
看到这里，各位男同学觉得眼熟么？
' Q' u/ u0 }& W; Y5 I8 Y* h再来看看前面的两个例子。。。
! j4 Z: l. P0 v( x: ]  ^2 R: kxxx，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。。。
* J4 u; g# k$ O! d7 P
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。
, B$ g; a" D+ y
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？

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。。。
7 I! ]; {6 d  \: _( B& b. S$ f% o
; u7 [1 y2 B% z- M  v4 n5 i$ e/ C" O为什么相爱总是简单，相处太难？得training。
: }! K& u) n5 c! G8 v. r- ?
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。。。

5 {9 s1 x& X: d& k, a& {  z; _) m对了，那什么，我得先走了。。。有没有下回看缘分了。。。

smileREGENT

3 L2 ~% l! Z$ F( f0 @9 [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 W. ~( d- k0 k" q2 q) B. X
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。
1 ^1 c, S6 O$ \. S. i
8 D& S' X4 \8 Y$ m1 c* j% V

料理鼠王

这就是你正在进行的萝莉养成计划的理论基础？
, o0 i7 U: P8 c; ], G不怕被LD拿擀面杖赶出门？

马鹿

' C& h/ K5 e/ ~6 T3 ?6 ~

有意思的联想和对比.
5 ]% `9 f2 L  F
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.
2 U6 ^% O$ z  \6 l
0 F+ W% ~/ O. H# ^8 Q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.
* L# w* Y. o  @& \; F7 [3 _: ~% Y2 }
) {2 r$ z1 q: \2 k8 e' m" ]

数值分析

smileREGENT 发表于 2022-1-17 20:56
! v; O( S6 T6 _" i( a  X4 N6 N) T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。
$ q5 N$ p$ a# }# E+ [) K
但鲁迅先生说的好，理论来自实践。 ...

5 B/ [- t. V, ~0 k7 H! g' {; v, h* {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？
不怕被LD拿擀面杖赶出门？

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.

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
- t9 K8 s3 r, z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 ...

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
- r, L; Z9 k. E/ 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 ...

我觉得机器很大概率会预测到我的想法.
9 t7 z  _. Z3 ~' _) y5 R& g
8 y9 H$ h  T/ y$ G8 m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.
7 F! u+ S0 a3 T, N4 H' {6 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.

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 U! }$ m8 E9 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。
4 Q/ ~7 H6 i+ U; R8 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。
0 T$ _& R- L3 X  n
" N. ~  E2 H+ s/ M
. ]2 K  t- P# K. |( `. Q5 G同时，这其实是件很恐怖的事情。
8 `1 G) T" o* V3 G" f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
也可以理解成人类的惰性。
) _5 U0 o& R7 g& J, r" B# f8 [6 S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， ...

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
7 h$ D; h+ J( P1 M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.

, I# c; `3 Z6 w7 ]$ n, [5 [来来来。。。讲讲这个故事。。。

马鹿

赫然 发表于 2022-1-17 10:50
( r" |+ f4 x7 }- s6 Y) ?来来来。。。讲讲这个故事。。。

  F% x, d% q( x& u* X. f2 A, {
, |  b( L+ {* l! A我没当小白. 我的alexa是买东西送的.
9 s6 ^7 i# N% @2 `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.

相同命运

无言

马鹿 发表于 2022-1-17 23:00
8 n# `# F$ T, ?: S6 F' J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.

" E" U8 T: f8 Y7 |- {" s! {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
* t. ~' T7 d6 [. \$ s' ]: m难道数值是女生

这结论是怎么得出来的

数值分析

马鹿 发表于 2022-1-17 22:28
7 R. T5 e' u, P2 I( ~( c我觉得机器很大概率会预测到我的想法.
( e6 {7 E1 _; Z/ X
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

# }9 q6 C9 G  Y0 N0 r; j7 X- e! X0 k$ j

无言 发表于 2022-1-18 00:29
$ J, c/ T/ Z, v' K. N* r% J这结论是怎么得出来的

- c9 f, W  n; {" l& [
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.
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...