Re: [討論] 深度學習未來軟體可否寫軟體

[tbpfs (http://0rz.tw/301tk )]

※ 引述《ripple0129 (perry tsai)》之銘言：
: 深度學習透過讓機器大量的參與可以擁有歸納規則的能力，
: 設計模式中也只是透過大量遇到code常見的問題所歸納產生的解決方法。
: 換而言之，讓軟體大量觀察程式碼或許未來真的可以靠機器自己寫軟體？
43

最近在研究深度學習

有去上了一天搞懂深度學習

https://www.youtube.com/watch?v=ZrEsLwCjdxY

原本以為machine learning是很神的東西

上完之後，發現也沒多神

不只沒多神，還有許多困難要突破

後來我跟我弟（machine learning的博士）聊了一下天

才知道原來所謂deep learning算是這幾年比較新興的一個方法

回歸原本問題：或許未來真的可以靠機器自己寫軟體？

的確有可能，但在目前deep learning也只能從圍棋上證明是有機會超越人腦

而且需要一個很好的演算法及好的資料以及大量機器

要到能夠取代工程師，我看還要很久

可能到NP-complete都解出來了的時候～ML都不見得能取代工程師(一樣都是演算法的問題)


--
http://blog.xuite.net/tbpfs1/1

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.125.120.131
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1464532223.A.4E9.html
→ MOONY135: 一天就懂了 超神
推 oneheat: 本來就沒新東西，通常都是換個名稱再出發
推 brucetu: 現在ML只是歸納跟try error 距離生物的學習還有一道本質
→ brucetu: 上不同的牆 生物會為了得到獎勵或者為了滿足自身需求去
→ brucetu: 做出一些行為 而這些行為不需要被定義scope 所以才有了
→ brucetu: 創意 創造力
推 ripple0129: 其實真的做到無定義下就能產code才是可怕的地方，或許
→ ripple0129: 還是必須規範在定義出需求才能產code比較妥當。
推 CaptainH: 去年的pointer network可解決簡單的售貨員問題(NP-Hard)
→ CaptainH: 跟本不需產出code啊…直接給結果就好
→ Lordaeron: 簡單解決是指?若TSP 可以非指數時間被解出,表示NP=P
→ Lordaeron: 但這等大事沒新聞, 就表示??
推 popxpopxpop: 碼農的新聞年代之類的應該不屑看吧，或許不知道哪邊
→ popxpopxpop: 的有
→ Lordaeron: 將NP=P這等大事當小事看，就真的是只有碼農了。
推 CaptainH: "簡單"指的是在點<50時比某些近似演算法來得強
→ CaptainH: 另外P?=NP只有理論上有那麼一點點價值，算不上什麼大事
推 CaptainH: 把這個當重要指標才是死讀書的碼農
→ Lordaeron: 碼農的點果然是不同凡響。
推 CaptainH: 噗 我把論文的標題都告訴你了，還在拿神龕亂噴
→ CaptainH: 在書上看到這np這幾個難字就以為是cs最重要的事了？
→ bndan: 一步步走 每個點都突破後會有新的點要突破.取代到負責創造
→ bndan: 的工程師? 這不知道要幾千年的演化了吧 =_=
→ Lordaeron: CS什麼都不重要，你的"簡單"最重要囉。
→ CaptainH: 書呆子以管窺天. nn 都能解掉比 np-hard 更難的圖形辨認
→ CaptainH: 和語音辨認了, 模擬個 np-hard 算什麼大事
→ CaptainH: 重點在於現在 nn "似乎"可以計算離散的邏輯問題, 而不是
→ CaptainH: 要證明或否證那個虛無飄渺的理論問題
推 shaform: 假設 P=NP 而且解 NPC 問題的複雜度常數夠小的話
→ shaform: 可知的是大部分的加密法都可以輕易破解(例如 RSA)
→ shaform: 除此之外不知還有什麼有趣的現象會發生 (?)
推 shaform: https://goo.gl/4tODf3 這裡好像是說在數學上會比較有用
→ shaform: 因為任何存在長度不大的證明的 theorem 都可以被電腦解決
→ shaform: 所以數學家就不用一直找證明了，不過乍看之下也無法理解
→ shaform: 這樣的重要性
→ CaptainH: P=NP 只是說所有NP問題都"存在"個P時間的解法, 至於怎麼
→ CaptainH: 那個解法是另一個問題. 而且這個P時間還要是"非確定型圖
→ CaptainH: 靈機"才能夠實現, 現在跟本就沒這種機器. 若 P!=NP，最
→ CaptainH: 多只能確定"存在一個NP問題它不屬於P問題", 其他的還是
→ CaptainH: 要一一檢驗, 但這不需要P?=NP的結論也可以做.
→ CaptainH: 而就算你確定某個問題沒有P時間的解, 演算法還是需要改
→ CaptainH: 進, 還是需要研究找出更好的近似. 所以我說 P?=NP 的價
→ CaptainH: 值只在理論上, 重要性很低.
→ CaptainH: 拿P?=NP來驗證某個成果更是蠢到爆炸
推 shaform: 假設 P=NP 就表示確定型圖靈機可以在 polynomial time
→ shaform: 模擬非確定型圖靈機了吧
→ shaform: (只是說就像你說的，只是存在這模擬方法，距離找到
→ shaform: 還有距離
→ shaform: 因此只要P=NP 且找到那個存在的 P 時間演算法
→ shaform: 只要用目前的機器就可以實現了，因為他們可以模擬 NTM
→ shaform: 相反的，如果有人做出神奇的「非確定型圖靈機」
→ shaform: 就算P!=NP，用非確定型圖靈機還是可以在 P 時間解NP問題
→ shaform: 因為實在很難想像 DTM 怎麼在 P 時間模擬 NTM
→ shaform: 所以真的覺得如果 P=NP 還滿厲害的 !
→ Lordaeron: 哇，扯好遠呢，NP=P重不重要，CaptianH你就來一篇高
→ Lordaeron: 論說，解了也不重要吧。
→ Lordaeron: 省得你在這NN解什麼的，扯一堆。
→ Lordaeron: TSP 是NP 問題。
推 wayne0530: 感覺是NP的問題不過她有個Heuristic的解法 而不是真的
→ wayne0530: 解掉
推 rupcj8: 笑死了PNP重要性只在理論上XDDDD這已經不是有沒唸書的問題
→ leafwind: nn 可以解比np hard 還難的問題。嗯。我也還可以提出一
→ leafwind: 個常數時間解所有 np hard 的演算法，只是都亂解而已。