你好哇，亲爱的读者！
在不断地学习中，我们一直想知道，我们的世界究竟是怎么样的？有没有人能给我们一个完美的解析，然而，却没有，从牛顿到爱因斯坦都在诉说着他们所看到的世界规则，然而却没有真正地完全得到世界的本质。
那么，这些被科学家研究出来的世界规则，对我们来说相当于什么？
大家玩游戏吗？棋类游戏，比如说中国象棋、国际象棋、围棋等等，这些棋类的规则有多少？不多，大家玩过就会知道，然而，就是这么一些规则却演变出无数种可能的棋局！这是不是有点像我们现实世界：简单的几个规则演化出多种多样的世界。
比如说牛顿力学，就是那几个简单的力学规则，却能让我们把太阳系的重要运动研究清楚，还能送卫星、宇航员到外太空。而正确来说，这些运动就是那几个简单规则的研发，书中给了一个很简单的词语——涌现。
为了研究涌现，书中详细地利用西洋象棋来表述，而更进一步，就是建立模型，博弈的模型、动态的模型，机器学习的模型。
机器模型最重要的一点就是特征值，如何模仿一个人大脑去学习，如果没有学习过这一方面，是非常难以理解的，但是当我学习之后，我就明白了，原来我们平时学习都是这样的模式。
当我们想要判断我们学习成绩好不好的时候，我们会拿一样东西出来比较，那就是成绩单，成绩单分数越高，越能告诉别人：成绩优秀，学习力强等等，但是却不能完全反应这个人的是否道德，是否健康，是否美丽等等，这时候，我们又拿别的东西出来进行比较，道德测试，健康指数，美丽评分等等。好的，这一切都说明，我们其实是根据某些特征指标去衡量世界的一切，例如光的强度、力的大小、聚集程度等等。
而去弄机器学习的时候，我们只需要把我们这些指标完全调价到机器中，最基础，构成计算机核心关键就有了。
机器棋手和别人下棋，我们输入特征值——棋子数量，棋子集中程度，重要棋子占比等等，让机器棋手在进行行动的时候，都要考虑如何增强自己的特征值，而降低对手的特征值！
如果从这一方面出发，想要机器人成为真正的“人”，具有人的思考模式，行为方式，其中一个关键就要把我们生活里面所有的特征值输入进去，让机器人拥有所有的特征，就可以像一个人一样！！
这是其中之一，世界是由一些简单的规则去演变成复杂的现象，这是涌现。通过研究机器学习，同样也会发现人的社会也是有一些简单的规则去衡量，不过相对而言这些规则比自然更多，更加复杂，更加难以演算。
热门跟贴