Tôi đã tự hỏi, tại sao việc học máy theo nguyên tắc / lý thuyết lại quan trọng đến vậy? Từ quan điểm cá nhân như một con người, tôi có thể hiểu tại sao Machine Learning nguyên tắc lại quan trọng:
- con người thích hiểu những gì họ đang làm, chúng ta tìm thấy vẻ đẹp và sự hài lòng để hiểu.
- từ quan điểm lý thuyết, toán học là niềm vui
- khi có những nguyên tắc hướng dẫn thiết kế mọi thứ, sẽ có ít thời gian hơn cho việc đoán ngẫu nhiên, thử nghiệm và lỗi lạ. Nếu chúng ta hiểu, nói, làm thế nào mạng lưới thần kinh thực sự hoạt động, có lẽ chúng ta có thể dành thời gian tốt hơn để thiết kế chúng thay vì số lượng lớn thử nghiệm và lỗi xảy ra ngay bây giờ.
- gần đây hơn, nếu các nguyên tắc rõ ràng và lý thuyết cũng rõ ràng, thì nên có (hy vọng) sự minh bạch hơn cho hệ thống. Điều này là tốt bởi vì nếu chúng ta hiểu hệ thống đang hoạt động như thế nào, thì AI có nguy cơ khiến nhiều người cường điệu về khá nhiều ngay lập tức.
- các nguyên tắc dường như là một cách ngắn gọn để tóm tắt các cấu trúc quan trọng mà thế giới có thể có và khi nào nên sử dụng một công cụ thay vì một công cụ khác.
Tuy nhiên, những lý do này có đủ mạnh thực sự để biện minh cho một nghiên cứu lý thuyết mãnh liệt về học máy không? Một trong những chỉ trích lớn nhất về lý thuyết là vì quá khó để thực hiện, họ thường kết thúc việc nghiên cứu một số trường hợp rất hạn chế hoặc các giả định phải đưa về cơ bản làm cho kết quả trở nên vô dụng. Tôi nghĩ rằng tôi đã nghe điều này một lần tại một cuộc nói chuyện tại MIT bởi người tạo ra Tor. Rằng một số lời chỉ trích về Tor mà anh đã nghe là lý luận về lý thuyết nhưng về cơ bản, mọi người không bao giờ có thể chứng minh mọi thứ về các kịch bản thực của cuộc sống thực bởi vì chúng quá phức tạp.
Trong kỷ nguyên mới này với rất nhiều sức mạnh tính toán và dữ liệu, chúng ta có thể kiểm tra các mô hình của mình bằng các bộ dữ liệu thực và các bộ kiểm tra. Chúng ta có thể thấy nếu mọi thứ hoạt động bằng cách sử dụng chủ nghĩa kinh nghiệm. Thay vào đó, nếu chúng ta có thể đạt được AGI hoặc các hệ thống hoạt động với kỹ thuật và kinh nghiệm, thì vẫn đáng để theo đuổi lý thuyết nguyên tắc và lý thuyết cho việc học máy, đặc biệt là khi giới hạn định lượng rất khó đạt được, nhưng trực giác và câu trả lời định tính thì dễ dàng hơn nhiều đạt được với một cách tiếp cận hướng dữ liệu? Cách tiếp cận này không có sẵn trong các số liệu thống kê cổ điển, đó là lý do tại sao tôi nghĩ rằng lý thuyết rất quan trọng vào thời đó, bởi vì toán học là cách duy nhất chúng ta có thể chắc chắn rằng mọi thứ đều đúng hoặc chúng thực sự hoạt động theo cách chúng ta nghĩ.
Cá nhân tôi luôn yêu thích và nghĩ rằng lý thuyết và một cách tiếp cận nguyên tắc là quan trọng. Nhưng với sức mạnh của việc có thể thử mọi thứ với dữ liệu thực và sức mạnh tính toán đã khiến tôi tự hỏi liệu nỗ lực cao (và có khả năng thưởng thấp) của việc theo đuổi lý thuyết có còn xứng đáng hay không.
Là lý thuyết và nguyên tắc theo đuổi học máy thực sự quan trọng?