您所在的位置：奇趣闻 >> 数码科技 >> 正文

机器学习太讨厌！细数ML五大罪，引发网友大讨论

2019-07-15 14:40:38 来源：网络整理作者：管理员

鱼羊发自凹非寺

在当今的人工智能领域，机器学习已成主宰，独领时代风骚。

但登上技术王座并不意味着地位永固，万众归心。

偏偏就有人不买账，恨不能拿着大喇叭向全世界宣布：讨厌机器学习！

甚至还有理有据，灵魂拷问机器学习。

振臂一呼，追随者众。对机器学习的质疑掀起波澜，引发了一片热议。

五问机器学习

质疑源自一位不愿透露姓名的人工智能研（shou）究（nue）者。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

灵魂质疑一：今年的技术明年就out

当年还说RNN好，转头就投入了CNN的怀抱。

如果不做技术的弄潮儿，转眼机器学习的大浪就把你拍死在沙滩上。

技术迭代是正常的，可无休止的更新会让一天的专注学习全都付诸流水。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

灵魂质疑二：付费墙

想做机器学习，数据集和算力缺一不可。

拥有更强大的计算资源，你就可以快人一步地训练并测试方案。

那不就是比谁更能烧钱吗？

机器学习太讨厌！细数ML五大罪，引发网友大讨论

诚然在许多工业领域，资金投入一样非常重要，钱总能带来更快更好的进步，但在机器学习领域，问题远不止于此。

只要肯烧钱，即使你的数据集分类器是一坨垃圾，你的模型也可能比别人学得更快更好——这才是问题所在。

哦，做数据集也要花钱呢！

这还不够让人讨厌的吗？

灵魂质疑三：code/改进机器学习代码令人沮丧

黑盒是老生常谈了，但你可知道，它竟给程序员造成了精神折磨？

码代码解决问题给人一种创造的快感，但神经网络的黑盒属性破坏了这一切。

做一个炼丹师会快乐吗？不会的。我调参了，我的分类准确度提升了，可它是为什么提升的？鬼知道！

这位工程师举了个例子，Ta曾花费了数周的时间在改变输入数据的形态和设置，调整每个层的节点数量这样的事情上，然而，这一切毫无效果。

有一天Ta把稠密层上的激活函数从relu换成了selu，神奇的事情出现了，只是改变了字母，网络的准确度就超越了过去几周里所有的尝试！

这样的感觉太糟糕了，就好像你并把握不住你的代码。你做出了调整并且也知道会有所改进，可这个改进在何时何地以何种程度出现，没人能给出准确的答案。

花费在这种事情上的时间越久，失望的感觉就会捆得人越紧，到底是我玩机器学习，还是机器学习玩我？

工程师可不是无情的调参机器啊。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

灵魂质疑四：依赖数据集

没有数据集的神经网络是没有灵魂的空壳，可数据集会存在什么样的bias可说不好。

拿考试复习来举个例子，非机器学习的方式是从头开始建立对学习资料的理解，扎实的理解足以解决任何可能出现的问题。

而机器学习的方式则是搜集教授前几年出的试题，而后疯狂刷题。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

诚然刷题可能会让成绩更好看，但问题是在考试结束之后，在实际解决问题之时，真正掌握了知识的人更有可能发挥坚实的作用。

更糟糕的是，在机器学习的逻辑里，如果答题出错，那么一定是因为这道题没出过。

在实际应用场景当中，神经网络会把数据集里的固有偏差变成自己的特质，在遇到以前没有见过的情况时它就变成了那个不靠谱的猪队友。

灵魂质疑五：建议使用机器学习解决问题的人和真正的ML工程师缺乏联系

引发热议

五点质疑引起热烈讨论，许多人产生了共鸣：

我非常烦恼的是有些人文章写得稀烂还沾沾自喜，要是不开源代码，我压根不想读他们的文章。在这个领域里，许多结果根本无法重现。

付费墙这件事我也很想吐槽。看英伟达的论文里说的：噢，看我们这个网络多么鹅妹子嘤，你只需要8个V100就能复现我们的工作哟。简直想打人。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

赞成。让模型变快基本就是纯靠经验，课程和教材都没啥帮助。不过倒是有一些技术标准可以用来诊断模型里偏差 vs. 方差的问题。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

也有人不以为然：

我认为这些方法并没有变化得那么快。注意力机制是在2013年提出的，但它对机器翻译来说依然非常重要。同样的例子还有LSTM，90年代末期它就出现了。

甚至是RNN，尽管用的比以前少了（这也是有争议的），但ResNet在概念上仍对LSTM有很大影响。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

机器学习的准入门槛很低了，有时候甚至能从Google和AWS上拿到免费的GPU时间。即使是在计算机科学领域，ML也不是最贵的。更何况ML是非常开放的，很多最新研究成果都能轻松获取。

机器学习太讨厌！细数ML五大罪，引发网友大讨论

其实，机器学习还是一个非常年轻的领域，它潜力巨大，但这也意味着存在许多未知。随着基础研究的推进，这个黑盒在未来很可能渐渐透明，发挥更加强大的超能力。

你觉得呢？

显示全文

上一篇：【虎嗅早报】百度新闻负责人回应假账号：团队管理是核心问题；孙宇晨：拿1000万元支持对小鹏汽车进行维权

下一篇：企鹅号将携手MCN机构、创作达人探索竖屏短剧及节目

为您推荐

宋伊人、丁泽仁主演的《花青歌》过审，人设有趣，口碑却让人担忧

2021年由楼健执导，苏晓彤、王子奇领衔主演的《御赐小仵作》可以说取得了不错的口碑与成绩，使这部小成本剧集达到了S＋级的热度与播放量，成了近两年来当之无愧的古代仵作题材的古装甜爽探案喜剧。如今距离这部.........

发布时间：2023-06-01 18:03:12

鹅蛋能蒸蛋羹吗

【导读】鹅蛋能蒸蛋羹吗，下面是小编为你收集整理的，希望对你有帮助！能。鹅蛋是家禽鹅生下的卵，表面较光滑，白色，呈椭圆形，个体很大，其重量是一般鸡蛋的四、五倍，味道有些油，但质地较粗糙，草腥味较重，食味不及鸡鸭蛋，新鲜的鹅蛋必须烹饪后食用。此外，鹅蛋中还含有丰富的营养......

发布时间：2023-06-01 18:01:06

江疏影与王传君同框叙旧

江疏影和王传君，两个看似完全没有交集的名字，在5月28日有了神奇的新反应因为一起参加《五十公里桃花坞3》，老同学很少在镜头前同框。除了花旦江疏影说，他想和王传君在一起，因为这会让他更有安全感。这也让.........

发布时间：2023-06-01 17:03:17

向日葵传播种子的方法这些方法可以传播种子

【导读】向日葵传播种子的方法这些方法可以传播种子，下面是小编为你收集整理的，希望对你有帮助！向日葵不仅可以观赏食用，另外在工业方面也有一定作用，向日葵有很多种不同传播种子的方法，分别是自体传播、风体传播、水体传播、鸟类传播、哺乳类动物传播等，传播范围也是相当广泛。向日葵传播种子的方法1.自体......

发布时间：2023-06-01 17:01:05

《奥本海默》新预告泄露展示更多新角色

在很早之前发布首支官方预告后，人们关于克里斯托弗·诺兰自编自导的新片《奥本海默》愈加等待。而近日网上走漏出了一段长达 3 分钟的最新预告，其中展示了更多新角色，包含马特·达蒙、佛罗伦斯·皮尤和小罗伯特.........

发布时间：2023-06-01 16:03:25

纳摩盖吐龙:蒙古超巨型恐龙(长21米/长有钉状牙齿)

【导读】纳摩盖吐龙:蒙古超巨型恐龙(长21米/长有钉状牙齿)，下面是小编为你收集整理的，希望对你有帮助！纳摩盖吐龙是一种蜥脚类恐龙，诞生于7500万年前-7000万年前的白垩纪末期，体长最多可达21米，属于超巨型恐龙的一种，因为出土的四颗钉子状牙齿而被命名，第一批化石发现于蒙古国，因此也叫做蒙古纳摩盖吐......

发布时间：2023-06-01 16:01:04

日内瓦是哪个国家的首都：瑞士的一个城市(并不是首都)

【导读】日内瓦是哪个国家的首都：瑞士的一个城市(并不是首都)，下面是小编为你收集整理的，希望对你有帮助！我们知道地球对于人类来说是一个非常大的星球，因此地球上还有许多我们人类没能发掘的地方，而地球上的国家也是非常多的，日内瓦这个城市也是一个比较有名的城市，那么日内瓦是哪个国家的首都呢?它具体又在哪个地方......

发布时间：2023-06-01 15:01:04

《欢迎光临》播出近半，口碑稳中有升

本报记者李夏至由正午阳光出品制作的都市生活轻喜剧《欢迎光临》在北京卫视播出接近一半，口碑稳中有升。该剧讲述一个酒店门童和空姐的恋爱故事，看似多少有点悬浮的设定需要大量的生活细节与戏剧手段来弥补。对《.........

发布时间：2023-06-01 14:03:12

月球背面为什么去不了,月球背面到底有什么?

【导读】月球背面为什么去不了,月球背面到底有什么?，下面是小编为你收集整理的，希望对你有帮助！作为太阳系中最为特殊的天体，月亮总是以一面面向地球，从来没见过它的背面长什么样，这主要是由于月球的自转和公转周期相同。然而自人类登月成功以来，如今已经成功发射探测器到火星了，但却根本没有月球背面的消息......

发布时间：2023-06-01 14:01:04