你真的学下来、记下来的东西就有一个平衡 ， 他说有一个判别器和一个发生器 ， 判别产生的知识对不对 ， 两个之间互相博弈 。 如果你对了我给你一个绿的 ， 如果错了我给你一个红的 ， 互相在对抗 ， 最后达到共同最优 ， 这个就是纳什平衡 。 电影《美丽心灵》讲的就是这个 。 用这个把它做出来 ， 做出来以后 ， 他就可以把算法做出来 ， 然后他做了一个模拟人衰老的例子 。
文章图片
图6 用对抗神经网络生成的衰老过程图片
这是一个青年女性和男性18、28、38、48、58、60岁的样子 ， 当时文章一发表 ， 大家都为之震动 ， 人工智能居然能够做这样的东西 ， 算法如此美妙 。
Ian Good fellow做了这么好的算法 ， 而且这个程序是开源的 ， 他的代码就在那儿 ， 谁都可以下载 。 当然很多人也读不懂 ， 因为他的数学确实很高深 。 最主要的是开源没有利益保护 ， 全球的对抗神经元网络的文章数以万计 ， 你不用懂它 ， 只要利用它的原理 。 这个开源对我们做学术还是很有利的 。
后来一代一代地发展 ， 其中有了最优搬运法 ， 这个源自于法国科学家Gaspard Monge（加斯帕尔·蒙日） 。 巴黎铁塔上有76位法国最著名的科学家的名字 ， 其中就有他 。 Gaspard Monge开发的这个算法 ， 当时只是一个想法 。 后来2013年 ， 法国数学家Cedric Villani（2010年菲尔兹奖得主）做了一个求解 。
基于对抗神经网络我们也开发了自己的算法 ， 我们的算法是Self—reinforced learning自增强的算法 ， 它分几步 ， 如果有足够的数据 ， 直接用深度学习方法 ， 可以不用对抗的方法 。 对抗的方法是当数据不确定的时候才用 。
很多人都说深度学习网络是人类数学史上第四次革命 ， 第一次革命是数数 ， 第二次革命是几何、代数等一些不可动的 。 一直到牛顿把运动引入到了数学 ， 这是第三个里程碑 ， 是不确定的因素 。 这里面有一些大师 ， 有法国数学家庞加莱 ， 他把变化引入到数学里 ， 但都是描述的东西 ， 不确定 。 变化有随机性 ， 是概率问题 。 深度学习网络不同 ， 这是第四次革命 。 你甚至不用做什么代数几何 ， 那些方程随机概念都没有用 ， 只要给你一个网络 ， 这个网络足够大 ， 不管什么问题都可以解 。 计算机的能力太强了 ， 现在最大的网络是4亿个这样的小元点 ， 100万G也不算什么 ， 4亿也没有多少 ， 以后肯定也会越来越厉害 。 人工智能不可抵挡 ， 它是一个革命的发展 ， 是人类对自然社会、对整个世界认识上的革命 。
如果你有数据的缺失 ， 那就失去平衡了 。 你99%的数据是正常的 ， 但是有1%的数据没有 。 这个时候就要靠对抗神经网络 ， 大家记得那个美女和帅哥变老的图 ， 这就是算法的发展 。 你不知道他到底产生了什么样的问题 ， 你可以用对比学习 。
推荐阅读
- 最新消息|中围石油回应被看成中国石油：手续合法 我们看不错
- 系列|2021中国航天发射圆满收官！年发射55次居世界第一
- 微信|微信支付“九宫格”全面支持开通中国银联云闪付
- IT|全球汽车行业价值两年突增至3万亿美元 中国电动车企立大功
- 运载火箭|2021中国航天发射次数首破50
- 孙自法|中国科技馆“智能”展厅携多款机器人亮相 喜迎新年和人机共融时代
- 观众|中国科技馆“智能”展厅携多款机器人亮相
- 观众|古筝机器人现场演奏，32件展品亮相中国科技馆“智能”展厅
- 疫苗|中国生物：全球首支获批使用二代新冠疫苗将在阿联酋用于序贯接种
- 风险|筑牢安全线 打造防护堤 中国移动为5G业务发展保驾护航