“機器學習”給了我思考問題的另一個維度，學習過程中思考的一些哲學問題，隨手記錄一下，僅代表個人觀點，胡言亂語，不成體統，大家看個熱鬧。
解答人生之終極問題:我是誰？我從哪裡來？我要到哪裡去？
解答問題：我是誰？我從哪裡來？
我們所生活的地方叫做宇宙，宇宙是怎麼產生的？
宇宙是一個奇點大爆炸產生的（該模型由“相對論”推導得出，該模型得到了當今科學研究和觀測最廣泛且最精確的支持，也最具影響力）。
我國很早就提出了這一學說（手動奸笑臉）：
周易講：太極生兩儀，兩儀生四象，四象生八卦
老子說：道生一，一生二，二生三，三生萬物
科學家還發現，宇宙中質量和能力是守恆的（即質能守恆定律，由愛因斯坦提出）。
質量和能力是不變的，那麼什麼變了呢？
信息，信息增加了！
一個系統總的混亂程度總是增加的。這裡的混亂程度可以量化，叫做“熵”。
簡言之：宇宙中總是朝著熵增加的方向發展的（這就是熱力學第二定律，也叫熵增定律！）
為什麼系統的總混亂程度總是增加的呢？
很好解釋，從概率上來說，物體變混亂的方式比變有序的方式多，所以總數朝向變亂的方向發展!（類比你的屋子總是變亂，是因為屋子裡的東西變亂的方式有很多種，而變整潔的方式只有一種。）
熱力學熵其本質上描述的是混亂程度增加，也就是信息總量增加了。
換句話說：信息熵總是增加的。
現代研究表明，信息熵和熱力學熵是可以互相轉換的（由香農提出）。
信息熵和熱力學熵之間差一個拉格朗日常數k，用數學來表示一下的話，大概如下圖公式：
熵增定律揭示了宇宙的終點，最終宇宙會達到熵的最大狀態，宇宙熱寂，此時宇宙不會在有任何變化，對我們而言就是宇宙的終結。
那麼宇宙中有對抗熵增的物體嗎？
麥克斯韋假設有個小妖可以對抗熵增，小妖可以探測分子的運動，能夠按照某種秩序和規則把作隨機熱運動的微粒分配到一定的空間裡。從而達到對抗熵增的效果。（詳細參考：麥克斯韋妖理論）
小妖通過吸收外界能量來獲取改變分子的運動，從而對抗熵增。
這裡的麥克斯韋妖就是生命體，生命體通過學習能力來獲取信息，用信息消除不確定性，從而抵抗熵增，該過程消耗外界能量。
什麼是生命體？
科學家幾百年來想從生物或化學方向來定義生命體，但都失敗了，但是從信息方向定義生命體就變的比較容易。
定義：生命以負熵為食。（薛定諤說的，生命體對抗熵增，使用信息消除世界的不確定性，保證自己的生存）
生命體使用信息消除不確定性，從而降低熵增，當生命體消除不確定性速度大於熵增速度時，就可以維持自生生存。
熵增定律也說明了一個問題，如果人類只使用地球上的能源，那麼地球的熵只會增加，地球會變的越來越混亂，環境會越來越惡劣，所有解決環境惡化的本質是使用地球之外的能源，比如太陽能。
生命體通過學習獲得信息，那麼什麼是學習？
通過一些例子，明確問題的輸入和輸出，找出問題解決的方式的過程叫做學習。
數學表達方式為：y=f(x)
x為輸入，y為輸出，f函數就是學習。
通過大量x和y，找出一種函數g，使得g無限接近f的過程，就是學習。目的是以後遇到無限多個的x都可以套用g函數來得到一個y，從而達到預判的效果。
明確學習的定義，可以幫助我們更好的使用學習能力，其實有一種終極學習技巧，這裡推廣一下。
費曼學習法：One can only learn by teaching.
唯一的學習方式就是教學。簡言之：先學會一個東西，然後解釋給其他人。
這是學習一個東西最快，最好的方式。
即子曾經曰過：溫故而知新，可以為師矣。
為什麼我們需要學習？
學習可以以一種不變的方式，解決無限的問題。從而對抗熵增。
生命體是怎麼獲得學習能力的？
進化和演化而來！也就是數學中的概率論。
生命體以DNA存儲數據，以基因突變保證各種各樣的特性，自然選擇以概率的方式篩選出了適應環境的生命體，也就是不能對抗熵增的生命體都死去了，能存活的生命體都可以一定程度對抗熵增。這樣持續很長時間，生命體對抗熵增的能力就會非常強！
基於突變和自然選擇，賦予了生命體學習的能力。
時間輔助我們把學習能力變強，而學習能力和使用學習的能力就是智能。
三體中說：一切問題都只是時間問題，想想好有道理。
解答問題：我到哪裡去？
生命體為什麼不能永生？
一旦生命體擁有了所有的信息，就可以永生。
《未來簡史》說:得數據者得永生！
馬雲說：未來最有價值的是數據。
其實他倆說的數據，就是信息的一種載體，其本質突出的應該是信息。
（後邊續更，寫累了……）
說這麼多，有個屁用？
把上述過程，用數學表示，使用計算機來模擬這一過程，就是機器學習。
目前最成熟，最廣泛的一種機器學習方式就是深度學習。
接下來我會嘗試學習機器學習，並把這一過程記錄下來。
如果你想了解深度學習，請關注我該系列以下文章。
喜歡就點個關注吧。
拒絕讚賞！有錢任性！！！
閱讀更多 互聯網編程 的文章
