主题：【原创】机器学习的基础是什么？(0) -- 看树的老鼠

看树网友的题目非常有意思。我认为，基本上就是和我的那个脑科学的题目类似的。当然可能着眼点有所不同。

好像是老乔姆斯基说的，科学的进展总是在对事情的本质有了认识后达成的。

的确，现在的机器学习，事实上还没有能够达成对事情的本质认识。我想，机器学习的前沿基本上可以参考斯坦福的那些公开课程。如果用尽可能简单的话来概括的话，可以说：机器学习是试图采用已知的数学统计方法对复杂事物做尽可能好的分类。例如看树网友的人脸的例子。可以说，离开事情的本质还非常远。

我们现在知道（其实几十年前，就有很多天才的猜测），人脑并不是对人脸这样的复杂事物做什么统计处理，而是把这个复杂信息分解成很多更加细小的信息，处理这些细小信息，然后再逐级集合起来处理，最终达成分类/认知/辨识等等。但是，具体是怎么做的呢？里面的规律是什么呢？现在还没有很好的理解。

但是，我这里大胆预言一下，快了，我们离开获取这样的规律并不太远了。美国国防先进科技局的那个著名的难题，就是对达成这样的突破的期望。这是激动人心的时代。

基本上有两条紧密相关的途径。一条途径是期望从了解神经元的工作原理，神经元的各种细微组织，神经元的连接出发，逐步破解脑内部的工作规律，从而进一步理解脑是如何处理复杂事物的。另一条途径是更多从软件模拟上来做，就是说，考虑各种处理细小信息的模式识别器，以及这些模式识别器的各种组织关系，看是否可以搭建起有效的可以处理复杂事物的大规模模式识别器。目前来讲，这两方面都有了非常巨大的进展。例如看树网友以前提到过的google的猫脸识别的深度学习网络。不过，还没有人达成了突破性的进展。突破性的进展谁也不知道来自何方，但是，完全可能从什么地方就突然冒了出来。我是坚定相信，快了，突破性的进展可能很快就来了。

这里回顾一下科技史。20世纪的20-30年代，是科技大突破的年代。在欧洲，量子物理得到突破。而在美国，通讯理论，计算理论等也得到突破。这两者相加，现代计算才有可能。现在全球的经济的非常大的一部分就是建立在这两个突破上的。我猜想，可能下一个重大突破就是关于人脑做认知基本认知的规律。如果实现了这个突破，完全可以设想以后的发展，就将和这个突破非常紧密相关。

很有些遗憾的是，目前还看不到中国本土的各类人员在这些方面有积极的活动。大概国家的科学组织部门对此的态度也不积极。