晋江文学城
下一章 上一章  目录  设置

166、神经冗余 ...

  •   建立复杂的决策模型,还原表象背后隐藏的真相——题记
      “她知道的还真不少。”公路的机车上,同行的男子换回了东原文,对景山泰说道。
      “那些本身就是公开的事情,没什么好奇怪。只是我从未想过,竟会有军人如此关注我的研究。她让我想起了神经网络构建项目时期,我的那名助手于文长。”副驾驶上,景山泰有些出神的望着机车窗外的绵长的公路。“已经很久没有进行过那方面的研究了。”
      “可是他已经死了不是吗?”坐在后座上的关存说道。“即使现在他仍然活着,可能也不再与我们共事。他不喜欢我们进行的实验,而且东川生物在半年前就已经解散了。”
      “是啊,还真是让人有些怀念呢。”景山泰长长的叹了一口气。
      一年前东川市东川生物科学研究中心
      “博士,工程师针对指定问题,将神经网络训练的效果,与新源天下编写的解题程序进行对比后得出了结论:在经典问题中,编写程序的执行效率要高于神经网络,但是在面对复杂的逻辑问题时,神经网络解题的准确性却要远高于人类编写的程序算法。”研究中心昏暗狭长的白色走廊内,一名身穿白衣的研究人员对景山泰说道。
      “神经网络本身的目的就是对人类思维进行模拟,与那些按照纯粹逻辑编写的程序相比,它在解决复杂问题的能力上自然是要更胜一筹。”景山泰神色自若的说道。“他们的工程问题,就像用电水壶烧一壶开水,当你调高电压,加热的速度就会随之上升。”
      “你说的没错博士,如果只局限于解决那种问题,我们将会裹足不前。但是在我来看,用复杂方法解决简单问题时会造成很大的程序冗余,而且可能会过度揣测并不存在的逻辑。”
      “哦?说说看。”景山泰说道。
      “一周前,我在我的私人电脑上下载了一款猜拳的小游戏。没错,除了里面的内容是用程序编写的之外,和我们小时候玩的那种并没有什么区别。”实验人员认真的讲述了起来。
      “游戏的内容很简单,就是玩家选择手势,与对面虚拟的小人进行猜拳。然而除了最开始的几次外,无论我如何变更计划和策略,却总是会输给对方。
      我很纳闷,于是做了很多种不同的尝试,我发现当我按照打点计时器无规律出拳时,往往可以与对面五五持平,这种结果甚至胜过了我对对方的预判。
      后来,我专门在这个游戏上花费了两天的时间,用笔记下对方出拳的规律,最后得出了一个结论:对方仅仅是根据我应对的出拳方式,对我的下一次出拳进行预判。
      对,没错,就是模仿我取胜的出拳顺序,并用与我相同的顺序对我进行反制。由于我第一次取胜时已经提前建立起了应对模式的思维定式,所以下一轮的出拳几乎被全部猜中,让我甚至怀疑这是不是游戏设计者强制你失败的恶趣味。不过事实证明,是我多虑了。”
      “精妙的概括,看来你在没参加项目的那两天里,玩到了一个不错的游戏。”景山泰说道。
      “是的。”实验人员回答。“后来,我委托一名算法设计师,用我们最新的神经网络重新设计了一个猜拳程序。当然,这个程序没有华丽的游戏画面,玩家也更容易从中取得胜利。
      毫无疑问,那个游戏应用的逻辑十分简单,但却能够依靠超出常人的计算能力,将没有了解并计算规律的玩家轻松战胜。我们的大脑十分复杂,但在处理简单逻辑时却十分缓慢,这就是神经网络的劣势。”
      “与程序员在脑中想出的程序不同,神经网络和人类一样,需要输入样本信息对自身进行训练,通过计算机的算法模拟并修正神经突触间的连接强度,实现和人脑相同的决策。从应用的角度来看,维持神经网络运行同样需要更多的计算。”景山泰说道。
      (反向传播算法和最小二乘法等都可用于权值更新。神经网络模型中,权值即连接强度。)
      “参与项目的一名工程师曾告诉我,工业使用的加法和积分算法十分简便,用神经网络进行学习只会将简单问题复杂化,徒增不必要的计算。”研究人员说道。
      “文长,你有着超前的见解。我不得不承认你讲述了一个事实,虽然听上去并不顺耳。
      思维的还原往往都是一个复杂的过程。将神经网络用于工业会造成机器运行缓慢,但是人类编写的算法,根本不能用于逻辑复杂的领域。”景山泰说道。
      研究人员听后,缓缓的点了点头。“是的博士,以那个猜拳游戏为例,我通过观察发现游戏背后的机制并记录下自己的行为,就能够跳出对方的模仿机制,并成功预判了对方的出拳。而算法设计师用神经网络编写的猜拳程序,虽然不能在一开始就显得很厉害,但它却会学习我的高级策略,使用我的反制思路对我进行反制。”
      “从根本上讲,我们的思维和程序的表述能力产生了差距。”景山泰拍了拍自己的额头。“很多抽象的东西无法通过语言进行表述,只能通过神经细胞构成的模型进行学习和还原。”

      “博士,很多东西都一去不复返了,这是我们无法改变的事实,我们一直在前行,也在路上失去了很多宝贵的东西。”驾驶机车的关存看了一眼望着窗外的景山泰。“还记得原始神经元模型问世时,所有项目参与者都为之感到高兴。而现在,最新的完备神经元模型即将建立,却再也没有人与我们一同回忆当年的快乐。”
      “很多看似精巧的艺术背后,都有着一段残酷的历史。人们常说,集思广益可以为解决问题带来更多的方法。在我看来,有时独自欣赏一件艺术品也未尝不会给人更深的启迪。”景山泰目光宁静的望着远方的荒原。“事实上,他们中的很多人都无法理解我们,他们总是喜欢义气用事。”
      机车继续在阴沉的荒原上行驶,天空灰暗,大地遥远,悲凉而空寂。
      一年前,帝国联合神经模型项目行将完工之际,景山泰曾将建立好的神经元模型发送到了新源天下董事长源常新那里,也从他那里收到了很多重要的建议。当人们热衷于将神经网络用于机器学习时,他却已经深刻的意识到了最初的神经元模型其实并不完备。
      【工业控制和信息处理面对的是系统输入信号,神经元模型几乎可以处理任何含有输入和输出的问题,但是它却丧失了大脑最核心的能力,那就是思维的产生。】
      景山泰在了解神经网络的缺陷后,也曾尝试用最接近人类大脑的模型,加入退火算法的网状神经网络(受限玻尔兹曼机)构建完整的大脑模型,结果毫无疑问是失败的。
      正因如此,他也在后来的一段时间里重新审视了问题的所在。
      人类大脑思维的产生,并非单纯依靠神经信号输入维持,这也就是为什么即便人体的中枢神经和五感被切断后,大脑仍然能够按照人类意识产生思维的原因。神经细胞之间存在着一种特殊的交流,这种交流没有办法通过目前的简单神经元模型进行复原。
      工程师和算法设计师将简单神经元模型按照一定规律排列,设计出了各种神经网络模型,其中网状神经网络可以在知识输入以后按设定公式自行迭代,当能量函数归零时则判定学习完成。这时的神经网络已经具备了记忆,并能够对输入信息进行分析,输出我们想要的结果。
      然而即使加上退火算法,网状网络模型也会在能量函数归零后停止迭代。但实际上,人类的思想却不会因为感官输入的停止而陷入停滞,它甚至可以在虚空之中创造一个新的世界。
      “不管他们是否理解,我们都已经走过来了。”关存看了一眼车厢内的货箱。“我确实觉得有些人总是让人难以理解,比如刚才的那个翠妮少尉。我们固然缺少现款,但也不至于穷到需要接受那笔不义之财。”
      “而且她那样危险的行为,差点就将我们一同葬送在了那里。”他顿了顿,继续说道。
      “我决定前往,并不是出于她的请求。”景山泰听后,轻轻拿起并展开了前方抽屉内放置的黄叶,那是翠妮少尉刚刚交给他们的地图。模糊不清的地图上,东原帝国境内多处地点下方都有一行用铅笔标注的文字,上面标注着未来的某个具体时间。
      “我们在二百公里外的废弃通信站停车联系基地,通知左时励前往指定公路观察。我们将这些矿石先行运回,等实验设施重新开始运转后,再前往指定地点等候她们的到来。”景山泰缓缓放下手中的地图,脸上的神情阴郁而冰冷。
      强风刮过,在广阔的荒原上掀起一阵飞沙走石。棕色的机车在公路上逐渐驶远,消失在了地平线上公路的尽头。
      (注:在岛陆地区,博士是对在专业领域取得重要成就人士称呼的其中之一。)

作者已关闭该文评论区,暂不支持查看、发布、回复书评