? ? ? ? ? ? ? ? 什么是算法丑蛤？
一個(gè)廚師告訴你如何做一個(gè)菜跷敬，你不能按照廚房說法作出菜來，嚴(yán)格來說不是算法柒爸。
把做菜的每一個(gè)步驟展現(xiàn)出來准浴，并標(biāo)識(shí)出份量，每個(gè)不會(huì)做菜的人按照這個(gè)步驟指引揍鸟，可以做出同樣的菜兄裂，這就是算法。
一句話概括：算法無非就是讓人遵循以完成某個(gè)目標(biāo)的一系列步驟阳藻。
比如：做煎蛋時(shí)需要遵循一些步驟晰奖，將每一步展現(xiàn)，并標(biāo)識(shí)出放多少克油腥泥、鹽等匾南。可以叫做煎蛋算法蛔外。
? ? ? ? ? ? ? ? ? ?現(xiàn)代算法思維原理
谷歌的阿法狗可以說是現(xiàn)代算法的代表蛆楞。
阿法狗的算法并非基于人類專家所編制的規(guī)則，相反夹厌，它是基于超過3000萬手專業(yè)圍棋棋手的走法豹爹，使用機(jī)器學(xué)習(xí)為自己編寫了規(guī)則。此外矛纹，它還和自己對(duì)弈了數(shù)百萬局臂聋，這個(gè)數(shù)字比圍棋發(fā)明以來全人類下過的圍棋局?jǐn)?shù)還要多。
我們來看下2016年3月阿法狗與李世石的和第二局較量或南，機(jī)器學(xué)習(xí)的成果得到了充分體現(xiàn)孩等。
第二局第世石下得非常謹(jǐn)慎，雖然阿法狗略為占優(yōu)采够，但勝負(fù)還仍不可知肄方。突然阿法狗走出了非常令人意外的第37手，可以說是不同尋常的一手蹬癌。解說員脫口而出：“我想這是一個(gè)失誤”权她。李世石短暫地離開15分鐘后才回來做了回應(yīng)。
另外一個(gè)獲得過歐洲圍棋冠軍的樊麾評(píng)論說：“這不像是人類會(huì)下的一步棋逝薪，我從未見過人類如此下棋伴奥。”“這步下得太漂亮了翼闽，太漂亮了≈薮叮”
阿法狗最終贏得了比賽感局，李世石沒有贏過一局尼啡。
了解現(xiàn)代算法思維原理，我們首先了解下人工智能簡(jiǎn)史询微。
? ? ? ? ? ? ? ? ? ? ?人工智能極簡(jiǎn)史
了解一個(gè)事物最好的方式就是了解它的歷史崖瞭，了解它產(chǎn)生、發(fā)展的脈絡(luò)撑毛。
我們了解下人工智能極簡(jiǎn)史：
圖靈發(fā)表《機(jī)器能思考嗎书聚？》，為人工智能打下科學(xué)基礎(chǔ)藻雌。圖靈測(cè)試就是圖靈的構(gòu)想雌续，大家可以自行百度。
經(jīng)濟(jì)學(xué)諾貝爾獲得者胯杭、有限理性的提出者西蒙與人編寫了第一個(gè)符號(hào)主義的軟件程序“邏輯理論家”驯杜，證明了羅素、懷特鹤龈觯《數(shù)學(xué)原理》提出的定理鸽心。后來又編寫了第一個(gè)通用問題求解系統(tǒng)，能應(yīng)付更廣泛居暖、可用公式表達(dá)的問題顽频。
以后開始使用一些不同的方法開發(fā)智能系統(tǒng)。
一是西蒙依賴邏輯規(guī)則太闺。
二是使用統(tǒng)計(jì)技術(shù)糯景、基于數(shù)據(jù)推導(dǎo)事件發(fā)生的概率。如要識(shí)別垃圾郵件跟束，有免費(fèi)獎(jiǎng)金莺奸、擺脫債務(wù)等關(guān)鍵詞郵件的概率會(huì)上升。
三是使用神經(jīng)網(wǎng)絡(luò)冀宴。受人腦中的神經(jīng)元活動(dòng)原理啟發(fā)創(chuàng)建的技術(shù)灭贷。
關(guān)注點(diǎn)是更為實(shí)用的系統(tǒng)。
如專家系統(tǒng)略贮。使用有針對(duì)性的知識(shí)和規(guī)則甚疟，手工編寫軟件，被稱為弱人工智能逃延。如IBM的深藍(lán)在6局國際象棋比賽中以3.5：2.5擊敗國際象棋大量卡斯帕羅夫览妖。
深藍(lán)就是一個(gè)以超人類的計(jì)算能力為自己王牌的專家系統(tǒng)。
它有幾個(gè)局限：
1揽祥、擅長(zhǎng)受限的讽膏、專門的任務(wù)。
2拄丰、遇到未被明確編寫如何處理的情況時(shí)府树，專家系統(tǒng)會(huì)失效俐末。
3、軟件對(duì)每一種可能遇到的情況該如何應(yīng)對(duì)都需要手工編程奄侠。
人們意識(shí)到：不通過機(jī)器學(xué)習(xí)卓箫，計(jì)算永遠(yuǎn)不可能獲得真正的智能。
現(xiàn)在研究重點(diǎn)轉(zhuǎn)向了有適應(yīng)能力垄潮、能識(shí)別嶄新的場(chǎng)景烹卒，然后自主推理解決的算法。
互聯(lián)網(wǎng)時(shí)代大數(shù)據(jù)集變得容易弯洗，機(jī)器學(xué)習(xí)算法的性能隨著數(shù)據(jù)量的增加臨到提高旅急。
近年機(jī)器學(xué)習(xí)領(lǐng)域大爆發(fā)的原因：在深度學(xué)習(xí)領(lǐng)域，程序員不指定算法的模式涂召，算法會(huì)以不同的方式評(píng)估訓(xùn)練數(shù)據(jù)集坠非，找出真正起作用的模式。
深度學(xué)習(xí)方法在充分利用海量的現(xiàn)代數(shù)據(jù)方面更勝一籌。
海量的數(shù)據(jù)，處理能力和深度學(xué)習(xí)方法孙技，三者合一，創(chuàng)造出各式各樣的現(xiàn)代奇跡潦闲。如診斷疾病的算法。
如上面舉例的谷歌的算法不是基于人家專家編寫的規(guī)則迫皱，是使用人類駕駛視頻的數(shù)據(jù)庫進(jìn)行訓(xùn)練歉闰，基于機(jī)器學(xué)習(xí)技術(shù)，汽車擁有了自己駕駛策略卓起。
阿法狗也并非基于人類專家所編制的規(guī)則和敬，而是基于超過了3000萬手專業(yè)圍棋棋手的走法，使用機(jī)器學(xué)習(xí)自己編寫出的規(guī)則戏阅。
深度學(xué)習(xí)系統(tǒng)能獨(dú)立地將簡(jiǎn)單的概念合并昼弟，從數(shù)據(jù)出發(fā)創(chuàng)建抽象的模型。
?
算法系統(tǒng)的結(jié)果可歸因?yàn)榛A(chǔ)數(shù)據(jù)奕筐、數(shù)學(xué)邏輯和人們與系統(tǒng)所做的決策和建議交互的方式舱痘。
?
換句話說就是一個(gè)框架把算法系統(tǒng)解構(gòu)為三個(gè)基礎(chǔ)組件，用于訓(xùn)練算法的基礎(chǔ)數(shù)據(jù)离赫，算法本身的邏輯芭逝，用戶和算法交互的方式。見下圖：
? ? ? ? ? ? ? ? ? ? ? ?現(xiàn)代算法的作用
在專家系統(tǒng)后渊胸，現(xiàn)代算法持續(xù)在進(jìn)步旬盯，現(xiàn)代的算法能接受數(shù)據(jù)，從中學(xué)習(xí)全新的步驟，自行升級(jí)為更為復(fù)雜的版本瓢捉。比如煎蛋食譜變成了具有創(chuàng)造力频丘、思維敏捷的大廚。
就是說機(jī)器開始學(xué)習(xí)了泡态，人賦予機(jī)器通過經(jīng)驗(yàn)學(xué)習(xí)的能力（針對(duì)某項(xiàng)特定任務(wù)，逐步提高自己的性能）成為了發(fā)展其他智能的基礎(chǔ)迂卢。
一個(gè)人如果不學(xué)習(xí)某弦、不接受新的信息就會(huì)落后，同樣而克，機(jī)器如果和人一樣勝任各種工作卻唯獨(dú)不會(huì)學(xué)習(xí)靶壮，那它很快就會(huì)落后。所以员萍，機(jī)器學(xué)習(xí)是人工智能最重要的方面之一了腾降。
機(jī)器通過學(xué)習(xí)，現(xiàn)代算法的能力和應(yīng)用領(lǐng)域得到擴(kuò)展碎绎，開始將觸手伸到了我們的日常生活螃壤，并超越了原先的配角角色，成為代表人類做出決定的自主系統(tǒng)筋帖。
比如谷歌的阿法狗通過自我學(xué)習(xí)的能力奸晴，戰(zhàn)勝了人類頂級(jí)圍棋高手。特別是在一局37手中走出了一步人類根本不會(huì)下的一步棋日麸，是機(jī)器自我學(xué)習(xí)后寄啼，按照自己的思維方式走出的一步讓人驚嘆的一步棋。
人們開始擔(dān)心代箭，現(xiàn)代算法的這種不可預(yù)測(cè)性與生俱來墩划，會(huì)對(duì)人類未來造成威脅。
再舉個(gè)例子說明現(xiàn)代說法和過去算法的不同：
過去算法就像是一份食譜嗡综，里面的配比和成分都可以達(dá)到廚師級(jí)別乙帮，但它只能做一道菜。
現(xiàn)代算法像一位大廚蛤高，只要有足夠的數(shù)據(jù)蚣旱，它不能推陳出新。算法越來越像人類思維戴陡，由固有的程序基因和數(shù)據(jù)環(huán)境共同培養(yǎng)塞绿。
現(xiàn)代算法已經(jīng)開始影響甚至控制我們的決策和生活，如恤批，推送你有興趣的信息异吻、影響你的閱讀、左右你的購物習(xí)慣等。
人們已經(jīng)感受人們的生活已經(jīng)深刻的被算法所影響诀浪，搜索引擎根據(jù)用戶特點(diǎn)篩選搜索結(jié)果棋返，購物網(wǎng)站自動(dòng)彈出符合用戶風(fēng)格的產(chǎn)品，各大網(wǎng)站知道你的消費(fèi)習(xí)慣為你推薦服務(wù)雷猪，知道你的消費(fèi)習(xí)慣為你指定個(gè)性化消費(fèi)策略以及優(yōu)惠活動(dòng)等等睛竣，算法如此智能，我們不知不覺已經(jīng)被監(jiān)視和捆綁求摇。
算法還可以對(duì)我們的上網(wǎng)痕跡進(jìn)行記錄分析射沟，可以在相當(dāng)程度上預(yù)測(cè)我們的行為，為其所用与境，在我們享受算法為我們帶來的便利的同時(shí)验夯，我們感受到在算法面前的無力。
? ? ? ? ? ? ? ? ? ?預(yù)測(cè)未來還是適應(yīng)未來摔刁？
算法的深度學(xué)習(xí)讓人擔(dān)憂挥转。
一是電腦表現(xiàn)出只有人才有的創(chuàng)造力讓人不寒而栗。
二是機(jī)器越智能共屈，富有變化绑谣，也越來越不可預(yù)測(cè)。
預(yù)測(cè)是交給科學(xué)的定律趁俊、公式域仇。比如根據(jù)牛頓力學(xué)可以算出天體的距離等。
不確定的未來我們是不可預(yù)測(cè)的寺擂，它永遠(yuǎn)是隨機(jī)的暇务、不確定的，雖然我們總是給出各種預(yù)測(cè)怔软。
但我們可以選擇在可預(yù)測(cè)性和可適應(yīng)性間找到平衡垦细。
可預(yù)測(cè)性系統(tǒng)，是如果.....那么的程式挡逼，只在有限的時(shí)間內(nèi)起作用括改，無法從錯(cuò)誤中學(xué)習(xí)。
?
適應(yīng)性強(qiáng)的的系統(tǒng)家坎，能從更多的樣本中調(diào)校的更優(yōu)嘱能，見到的案例、數(shù)據(jù)越多虱疏，系統(tǒng)的適應(yīng)性就變得更強(qiáng)惹骂。如同算法能從更多的數(shù)據(jù)中受益，更具備獨(dú)特的優(yōu)勢(shì)做瞪。
? ? ? ? ? ? ? ? ? ? ? ? ?啟示
現(xiàn)代算法與過去的專家系統(tǒng)相比对粪，更有深度學(xué)習(xí)能力和適應(yīng)性的能力右冻，更有廣泛吸收大數(shù)據(jù)、新信息的能力著拭，更有與人不斷交互再不斷提升的能力纱扭。人如果也具備了這種思維才能更好地適應(yīng)未來不確定、隨機(jī)儡遮、不可測(cè)的世界乳蛾。
具體說，算法思維就是要具備以下幾點(diǎn)：
1鄙币、掌握好可預(yù)測(cè)性和適應(yīng)性的平衡屡久。
2、大數(shù)據(jù)時(shí)代爱榔，要廣泛吸取信息和新知識(shí)。如同算法不斷吸收大數(shù)據(jù)糙及，找到相關(guān)性和事物的連接详幽。
3、具備自我學(xué)習(xí)浸锨、深度學(xué)習(xí)和終身學(xué)習(xí)的能力唇聘，相對(duì)應(yīng)機(jī)器的深度學(xué)習(xí)，就是不滿足于專家系統(tǒng)柱搜，不囿于現(xiàn)在的知識(shí)迟郎、學(xué)識(shí)和見識(shí)。
4聪蘸、人機(jī)交互是算法不斷進(jìn)步的源泉宪肖，同樣我們要和人、知識(shí)健爬、社會(huì)等多交流控乾、互動(dòng)，多加強(qiáng)實(shí)踐娜遵。在連接和互動(dòng)中迭代自我蜕衡。
5、遵循一定的邏輯規(guī)則设拟，掌握一定的思維框架和思維方式慨仿。
