量子那些事儿 关注
手机版

量子学习及思考7-量子基本数学知识

  1. 云栖社区>
  2. 量子那些事儿>
  3. 博客>
  4. 正文

量子学习及思考7-量子基本数学知识

雪花又一年 2018-05-17 15:47:17 浏览472 评论0

摘要: NM的才刚入门就是一堆数学知识,可见数学才是一切科学的本源.所谓狗屁科学,只不过是数学的一个实例或者是一个近似的表达而已.越接近数学的,离正确性越近.     本人数学基础太垃圾,好在现在有互联网,本人说过,程序员+互联网=超人,有说过吗?有,只不过现在明确提出这个超人定理:     超人定理:超...

NM的才刚入门就是一堆数学知识,可见数学才是一切科学的本源.所谓狗屁科学,只不过是数学的一个实例或者是一个近似的表达而已.越接近数学的,离正确性越近.

    本人数学基础太垃圾,好在现在有互联网,本人说过,程序员+互联网=超人,有说过吗?有,只不过现在明确提出这个超人定理:

    超人定理:超人=程序员+互联网

    我们再看看其它的算法:

    计算机系统=软件+硬件

    人=肉体+灵魂(就是你大脑里正在运行的程序,或者叫思想)

    程序=算法+数据结构

    程序员=人+程序

    互联网=数据+知识+数据+知识+数据 + ...

    超人=肉体+灵魂+算法+数据结构+数据+知识+数据+知识+...

    所以这里的程序员并非一般意义上的程序员,而是指可以具有能力无限应用计算机系统及互联网的人,人的精力,时间是有限的,所以根本达不到无限这个高度,但是我们知道函数式里有个叫惰性求值,关键在于"能力",有这个"能力"后,并非要把数据完全表达出来,而是在需要的时候再去算.

    前面铺垫了下,然后我们把目前需要的数学概念列出来:失量,收敛,维空间,复数,右失量,线性运算,积分,微分

    右失量:描述量子力学系统中态相联系的量,它可在有限维或无限维中,记作|>, 这看上去和Lambda很象 => 或 ->, |> 这是高维度的, -> => ,这是线性的或二阶的.

    特定量:用一个字母,表示右失量中间的一个: |A>,而这个特定量可以是个变量x  |x> , 这看上去和Lambda很象, (x) => 

    右失量可以用复数来乘,可以加在一起,得到另外的右失量, c1|A> + c2|b> = |R>  这看上去很象一个表达式或一个高阶函数  f(x(a(b)))或 f(x) = f(a) + f(b)

    矢量(Vactor):既有大小又有方向的量。一般来说,在物理学中称作矢量,在数学中称作向量。在计算机中,矢量图可以无限放大永不变形。

    粗略查询,失量是一个很自然的表达,很象自然数,可以到处使用,比如数学上是线性空间,泛函分析,几何上就是失量图形,可以放大缩小不变形的,在现在计算设备碎片化下,未来的显示很可能向失量过度.

    在计算机上,一个类,一个数组,集合,这些都有失量性质,其实也可以相互转化的,比如把一个几何形定义成一个类,或者表达世一个表达式,或者一个无限的数组.这里就带来一个问题.现在计算机的数组,集合表达其实是有问题的.通过分配空间而限制了量转成有限.把固定大小及下标,向增加,删除,无下标才是正道.这样定义出来的就是完整表达.

    例如:person[100] 这样的数组只能表达100人  person[] person.length, person.add person.remove 这样的表达就很通用.通过规则的方式,把无限给定义了出来,虽然在某一时刻是固定的,但在运行时就是动态的.

    比较微妙的是失量在心理学里还有用法,可见交叉学科的重要性,格式塔心理学主要研究视觉,它认为我们人类在感知环境时,总是倾向于在头脑中去填充信息的缺失,使其成为易于掌控的完整的图案和形态。

    其实上面这话,用计算机来表达就很容易得到一个真知识,就是:人的大脑是用失量来计算的,而不是位图,可见,大脑的计算方式更象量子计算机.比如,人眼看见东西,其实在大脑里就化成线,方块,色彩,等等一些失量信息,并形成一个"类", 下次再看到类似的东西,也是一样再化成线,方块,色彩,等,然后头脑进行图象识别算法,快速比较这些失量的相似度.然后得出一个概率,比如60%,90%, 然后我们就会喊出,呀,这不就是XXX吗,多年不见,最近还好吗?

    可见,图像识别算法,其实就是个化失量的过程,从各方面去抽取出一个图的失量,形成一个失量集合,这个集合越丰富越好.然后就是对比,难点在于对比,比如有10个失量,最后通过什么算法,权重来得到整体呢?

    实例:

    比如我们看见小A, 小A男,高1.8M, 略胖, 30左右,近视眼,使用一个IPhone手机,平时爱穿一件红上的,背面印着钓鱼岛是中国的字样.

    那么我们是怎么识别的,首先看到背影,那个红色的印着钓鱼岛是中国的字样,这就是索引,它把小A联系了起来,也是最大的权重.然后我们跑到跟前一看,这不是小A吗?但怎么确认的?主要还是面部,就是人脸识别.

    可见,图像准确识别中,人脸识别是关键,但要有一些其它索引.

    这里,我们借助交叉学习,轻松破解了图像识别的原理和关键.通过失量,失量的心里学,计算机的算法等.

    同时,现在图像识别还是个技术难题,然后我们可以给将来的图像识别支招如下:

    1.对图像建立索引,关键字,其实这事应该引入一个3C图像标准,制定一种新格式图像,除了点阵,应该再带有图像自身识别信息,在PS图的时候,保存图片,自动生成这些信息.以后互联网就可以直接使用这些信息.

    2.图像的超连,反向追综,继承等,这可以从面向对象编程学习.就是强类型,类的推导,比如一线刚拍的原始图像, 它有个父类信息A, 这张图缩小,做了些简单的色彩处理,信息变成A1.

然后这张图和另一张B图合成PS, 那就变成多接口,或多父继承, 图像信息带有A1, B1, 这样很容易就可以识别到.

    3.图像和文本等信息的相关,比如A图,是小A通过微博发出的,并配有一些文字,比如说这是某次郊游拍的啊,那么搜索引擎就记录下A图,小A, 微博的关系,以及相关文字的关键字.这就把图像和文字之间的界限打破了.一体化.视频原理也是一样. 

    4.图像的失量化,对图像的色彩,轮廓,大小等识别一些关键信息,其中最关键的就是通过色彩,色块,来失量化,这算法有难度,但假如有了算法A形成函数GetImageVactor(image img),那么读图时代自然到来.而这个GetImageVactor失量算法函数,早就存在了人脑里,只需要简单的Copy到电脑里就可以,再利用电脑的运算速度,计算机的图像识别能力完全可以比人类强上无数倍.

    5.关键字,失量等的权重,及算法, 爱过识别到Iphone这一元素,是不能推断此人就是小A的,拿IPhone的人多了去了.一个女性穿红衣,也不能认定是小A, 小A是男性,和女性是相拆的.所以算法里,必定有概率及逻辑. 可能是这个样子的  IPhone * 5% + 身高1.8 % 10% + if 男 (红衣 and 钓鱼岛文字) * 60% else 女 then 0...

可见算法写出来还是相当复杂的.不过地球人多,又有互联网,你一点他一点.加起来和个完整的算法很快就可以有, 估计图像识别加上图像索引,换2,3代产品就可以达成,5到10年吧. 

    可见,简单的交叉学科学习,很容易让我们理解了图像识别的算法的一些原理.而且还不止,我们还可以继续理解目前最潮的Deep Learning.

    我们现在是不知道什么叫Deep Learning的,只知道是深度学习,我们用我们现有的知识推导下.计算机通过类推导,形成类型推断,比如A1继承自A, A2继承自A1, 这样A2和A就有了关系.

    还是上面的小A,识别的时候,比如男女,是一第维,男性后,红衣+钓鱼岛是第二维,然后再识别脸部.经过几个递归后,大体结果就可以抛出来了.这和人类的大脑的算法是相似的.先判断一些明显的失量,然后再进一层再加加减减,然后再进一层,基本上3,5层之后达到一定概率就可以抛出结果了.比如小A,判断到男,穿红衣钓鱼岛,加面部,而且和你在同地点,当概率超过了一定阀值,就可以断定就是他这小子.从而给出准确结果.

    可见,计算机的学习,其实还是在算法上模仿上类的学习方式,人类在失量处理及算法,概率处理上是很巧妙的,这样的算法需要花些时间和精力才能得到,不象什么排序这么显而易见.而且最主要是引入了"概率"这样的一个关键东西.人类的失量化,补完能力比较强,经常用一些只字片语就可以运算,怎么把人脑的算法抽出来给计算机用,是要花些时间的.但肯定做得到.

    计算机拥有人类的一些相当的智商也许就是几年后的事情.没有什么好吃惊的,上面通过交叉学科,把识别算法的原理给搞明白了.有了这个理论基础,就有了图像识别,语音识别,文字识别,视频识别,深度学习.

    当以上这些算法达到人的程度时,计算机将拥有和人的识别能力相当的能力.

    这里再次鄙视下现在的教育模式,死记硬背,识别及应用,这种粗层次的智力是没有竟争力的,也不是人类最有奥义的地方.当几年后计算机识算法完善,这些只有识别能和的人,其作用和计算机是差不多的,这是将来很悲剧的地方.

    然后再次鄙视下分学科教育,这然人变得脑残,因为只掌握了一点碎片知识,现代因为计算机的缘故,对学科产生了巨大的交叉.计算机更在颠覆传统行业.大多数行业都无法建立起防线,很多老行业都在说,我们这行得靠"人",计算机永远替代不了,只不过是自欺欺人,给自已一点虚假的安全感而已.能不能颠覆,得让计算机的算法说了算.

    计算机算法势不可挡,不如用新的眼光接受颠覆后的结果,其实这结果对大多数人而言是更好的结果.所有传统行业颠覆一遍后,人类用新的模式生活也是可以的.比如:

    人们不再发短信打电话了,用微信等其它在线方式代替,同样的语音和文字,话费少了不是.人不在还可以留言,连留声机都省了不是.当然有傻子会跳出来说,手机才能语音,微信没有语音不能拨电话.答案是,不是不能,是被不能.

    人们不再去死贵死贵的大商超购物了.网店便利店给你送上门.其实从这一点看,现在全国建的这么多大商超在将来用处不是很大,很多将被改造成综合娱乐环境.休闲娱乐是主要的,买东西反而是次要的.

    中国人不原意花1/10的力气,把村里收拾干净,接上网络,弄干净厕所,发展下小型农机,现代化种植,反而是愿意花1000%的力气把城里拆了建高楼,然后高价买房搬进去,再建大量的商场,然后为去商场购物又建大量的公交地铁,然后为建这些又建了大量写字楼让大量的白领搞这些的设计制造销售.然后为了产生大量的白领又建了大量的学校让大量的下一代去上学,真是全民摸石头.发展是为了让生活更轻松,更舒适,更干净环保,不是为了更幸苦,更污染,更拥挤.

    这里不得不再夸一句现大Boss提出的中国梦,放弃对物质的过度追求,注重精神文明建设,不要盲目的光知道干活,要聪明的学会利用和享受现有的东西.


原文发布时间为:2016-05-08
本文作者:Mr.Coder
本文来源:博客园,如需转载请联系原作者。

【云栖快讯】阿里云栖开发者沙龙(Java技术专场)火热来袭!快来报名参与吧!  详情请点击

网友评论

雪花又一年
文章1321篇 | 关注45
关注
阿里云机器学习是基于阿里云分布式计算引擎的一款机器学习算法平台。用户通过拖拉拽的方式可视化的... 查看详情
为金融行业提供量身定制的云计算服务,具备低成本、高弹性、高可用、安全合规的特性。帮助金融客户... 查看详情
用于实时预测用户对物品偏好,支持企业定制推荐算法,支持A/B Test效果对比 查看详情
为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效... 查看详情
双12

双12