为什么挂了一张马克斯韦伯的照片呢？因为我的三分钟热度和对社会科学的印随，让我想去读他的书。本文与马克斯韦伯无关。🐶
最近一直在补创新班的作业，学了NLP、DL的基本概念。计算机如何对自然语言进行处理呢？最开始要做的，肯定要把文字转换成能被计算机明白的格式嘛，即数字化，但是怎么将文字数字化？这又是一个问题。词袋模型、tf-idf、词嵌入模型，这些都是将文字数字化的方法。将图像数字化格更简单，因为图像在计算机中本来就是数字化的，一张100*100的图片，实际上就是100*100*3的数组，其中的3是色道（RGB）。学过机器学习一段时间，我也有点感觉，我们普通人学习其实就是基于大数据进行拟合，具体地说，一类事物——不管是用数字化后用数据表示还是用图像表示，只要遵循一定规则进行转换——我们都能通过大量的例子来学习这个事物的特征，从而基于这些学习所得的特征来判断见到的东西是什么。
文艺复兴后的世界是人的世界，人被教化为用自己的思维去看待宇宙。人当然是很伟大的啦，可是人的对于一个事物的辨别和机器学习在逻辑上有什么区别呢？除了人有更多不为人所知的精妙结构和作用使得人能够非监督地进行自主学习，这些都是优化，而不是架构。一棵树，我们人看到的是绿色的树干、树叶，树叶在风中摇曳，树的影子倒映在湖畔，对于计算机来说，那不过是一组数字，更机械地说，就是一串与非门，但两者同样能够进行识别。如果计算机存在世界观，那么它们的世界观和人类的世界观肯定是不同的，我在句首的假设表明了我潜意识不相信计算机拥有世界观，这一事实也证明，如果计算机存在世界观，那么它们的世界观和人类的世界观肯定是不同的……一个Loop。
在SICP第一章的前言引用了John Locke1690年在有关人类理解的随笔中写的话：
心智的活动,除了尽力产生各种简单的认识之外,主要表现在如下三个方面:
1)将若干简单的认识组合为一个复合认识,由此产生出各种复杂的知识.
2)将两个认识放在一起对照,不管它们如何简单或者复杂,在这样做时并不将它们合二为一.由此得到有关它们的相互关系的认识.
3)将有关认识与那些在实际中和它们所同在的有关其它认识隔离开,这就是抽象,所有具有普遍性的认识都是这样得到的.
我学习到如今，渐渐看到有种隐秘的东西在我认知的浓雾中若隐若现：计算机是有心智的，或者说，计算机被人类寄存了灵魂。
看到我两位高中就准备出国留学的同学，当时一位去英国多读了一年高中，一位去上海语言学校学习了一年，如今的结果都让人很开心，前者帝国理工，后者港大。他们都是很有趣的人，思想独立，有上进心。努力就应该有收获，至少作为学生就是这样的嘛。我顺着思考我的人生、未来，又开始做无谓的焦虑了。以前的焦虑是，我是去企业呢，还是去大学呢？现在受部分人的观点影响，焦虑多了一样：去做公务员。每次一焦虑都会想扇自己一巴掌：脚踏实地不好吗？
- 本文作者： Yuang
- 本文链接： http://www.yuuuuang.com/2018/09/09/我那无趣的灵魂/
- 版权声明： 本博客所有文章除特别声明外，均采用 MIT 许可协议。转载请注明出处！