|
想象這么一個(gè)場(chǎng)景......
你開(kāi)著車，快速地往下一個(gè)路口駛?cè)?，你知道,，到了下一個(gè)路口就要右轉(zhuǎn)了。
【這件事情很簡(jiǎn)單,，坐在駕駛室內(nèi),，看到下一個(gè)路口，往右邊打方向盤就好了】 
突然,，前擋風(fēng)玻璃碎了...... 【由于故事情節(jié)需要而設(shè)計(jì)的情節(jié),，不要深究】
此刻,，你已經(jīng)無(wú)法看清前面的路了，這時(shí)候,，你該怎樣才能知道什么時(shí)候右轉(zhuǎn),？
還好，你是一位數(shù)學(xué)家,， 智商及時(shí)上線... 數(shù)學(xué)家根據(jù)自己的經(jīng)驗(yàn),， 估計(jì)這條筆直的道路上 
這也就意味著如果隨意的右轉(zhuǎn)，有 95% 的概率是錯(cuò)誤的,。 數(shù)學(xué)家從后視鏡看出去,，發(fā)現(xiàn)后面有一輛車在打右轉(zhuǎn)彎燈，他意識(shí)到： 
新的信息出現(xiàn)了,，此時(shí)如果右轉(zhuǎn),，錯(cuò)誤的概率就比之前小很多。 這種思考方法,，就是 貝葉斯定理 所闡述的思考方法,。 Thomas Bayes 貝葉斯是18世紀(jì)英國(guó)數(shù)學(xué)家,，他原本是一位神父,，主要研究的是概率統(tǒng)計(jì)。其發(fā)明貝葉斯公式的初衷也是為了證明上帝的存在,。沒(méi)想到上帝沒(méi)找到,，卻讓人類找到了人工智能。 貝葉斯公式的基本理念是,，如何通過(guò)現(xiàn)象來(lái)做出預(yù)測(cè),，從而形成判斷。這幾乎就構(gòu)成了人工智能的基礎(chǔ),。 結(jié)合開(kāi)車來(lái)理解貝葉斯公式 
把剛才的開(kāi)車給符號(hào)化: 
我們?cè)賮?lái)理解下貝葉斯公式: 
如果我們知道,，在整個(gè)車輛行駛過(guò)程中，會(huì)有 2% 的概率打右轉(zhuǎn)彎燈,，即 P(B)=2%,,，我們就可以計(jì)算P(A|B)了
因此貝葉斯公式實(shí)際上闡述了這么一個(gè)事情： 
至于每一項(xiàng)如何計(jì)算的，可以參考《概率論》 總之,，當(dāng)我們結(jié)合這些數(shù)據(jù)后,， 人工智能就可以從一些現(xiàn)象得出背后某一事件的概率， 從而有判斷的基礎(chǔ),。
從貝葉斯公式可以看出，需要知道各個(gè)事件的統(tǒng)計(jì)概率
尤其是“先驗(yàn)概率”，比如駕駛者在右拐時(shí)打轉(zhuǎn)彎燈的概率 可以想象,，人工智能需要的另一個(gè)領(lǐng)域：大數(shù)據(jù),！
關(guān)于進(jìn)一步學(xué)習(xí)
當(dāng)然，最終轉(zhuǎn)彎后也可能造成撞車 沒(méi)關(guān)系,，我們可以不斷的去修正我們的假設(shè) 比如,，通過(guò)“多次的撞車”（現(xiàn)實(shí)中當(dāng)然是不允許的），可能發(fā)現(xiàn)之前估計(jì)的十字路口打轉(zhuǎn)向燈的數(shù)據(jù)明顯偏大了,，必須修正,，等等 這又涉及人工智能的另一個(gè)領(lǐng)域：深度學(xué)習(xí) 
從這里可以發(fā)現(xiàn)，200多年前的貝葉斯,，已經(jīng)慢慢的幫我們找到了人工智能的存在方法,。
本文節(jié)選自TODOLAB ID：todolab
|
