“机器学习”给了我思考问题的另一个维度，学习过程中思考的一些哲学问题，随手记录一下，仅代表个人观点，胡言乱语，不成体统，大家看个热闹。
解答人生之终极问题:我是谁？我从哪里来？我要到哪里去？
解答问题：我是谁？我从哪里来？
我们所生活的地方叫做宇宙，宇宙是怎么产生的？
宇宙是一个奇点大爆炸产生的（该模型由“相对论”推导得出，该模型得到了当今科学研究和观测最广泛且最精确的支持，也最具影响力）。
我国很早就提出了这一学说（手动奸笑脸）：
周易讲：太极生两仪，两仪生四象，四象生八卦
老子说：道生一，一生二，二生三，三生万物
科学家还发现，宇宙中质量和能力是守恒的（即质能守恒定律，由爱因斯坦提出）。
质量和能力是不变的，那么什么变了呢？
信息，信息增加了！
一个系统总的混乱程度总是增加的。这里的混乱程度可以量化，叫做“熵”。
简言之：宇宙中总是朝着熵增加的方向发展的（这就是热力学第二定律，也叫熵增定律！）
为什么系统的总混乱程度总是增加的呢？
很好解释，从概率上来说，物体变混乱的方式比变有序的方式多，所以总数朝向变乱的方向发展!（类比你的屋子总是变乱，是因为屋子里的东西变乱的方式有很多种，而变整洁的方式只有一种。）
热力学熵其本质上描述的是混乱程度增加，也就是信息总量增加了。
换句话说：信息熵总是增加的。
现代研究表明，信息熵和热力学熵是可以互相转换的（由香农提出）。
信息熵和热力学熵之间差一个拉格朗日常数k，用数学来表示一下的话，大概如下图公式：
熵增定律揭示了宇宙的终点，最终宇宙会达到熵的最大状态，宇宙热寂，此时宇宙不会在有任何变化，对我们而言就是宇宙的终结。
那么宇宙中有对抗熵增的物体吗？
麦克斯韦假设有个小妖可以对抗熵增，小妖可以探测分子的运动，能够按照某种秩序和规则把作随机热运动的微粒分配到一定的空间里。从而达到对抗熵增的效果。（详细参考：麦克斯韦妖理论）
小妖通过吸收外界能量来获取改变分子的运动，从而对抗熵增。
这里的麦克斯韦妖就是生命体，生命体通过学习能力来获取信息，用信息消除不确定性，从而抵抗熵增，该过程消耗外界能量。
什么是生命体？
科学家几百年来想从生物或化学方向来定义生命体，但都失败了，但是从信息方向定义生命体就变的比较容易。
定义：生命以负熵为食。（薛定谔说的，生命体对抗熵增，使用信息消除世界的不确定性，保证自己的生存）
生命体使用信息消除不确定性，从而降低熵增，当生命体消除不确定性速度大于熵增速度时，就可以维持自生生存。
熵增定律也说明了一个问题，如果人类只使用地球上的能源，那么地球的熵只会增加，地球会变的越来越混乱，环境会越来越恶劣，所有解决环境恶化的本质是使用地球之外的能源，比如太阳能。
生命体通过学习获得信息，那么什么是学习？
通过一些例子，明确问题的输入和输出，找出问题解决的方式的过程叫做学习。
数学表达方式为：y=f(x)
x为输入，y为输出，f函数就是学习。
通过大量x和y，找出一种函数g，使得g无限接近f的过程，就是学习。目的是以后遇到无限多个的x都可以套用g函数来得到一个y，从而达到预判的效果。
明确学习的定义，可以帮助我们更好的使用学习能力，其实有一种终极学习技巧，这里推广一下。
费曼学习法：One can only learn by teaching.
唯一的学习方式就是教学。简言之：先学会一个东西，然后解释给其他人。
这是学习一个东西最快，最好的方式。
即子曾经曰过：温故而知新，可以为师矣。
为什么我们需要学习？
学习可以以一种不变的方式，解决无限的问题。从而对抗熵增。
生命体是怎么获得学习能力的？
进化和演化而来！也就是数学中的概率论。
生命体以DNA存储数据，以基因突变保证各种各样的特性，自然选择以概率的方式筛选出了适应环境的生命体，也就是不能对抗熵增的生命体都死去了，能存活的生命体都可以一定程度对抗熵增。这样持续很长时间，生命体对抗熵增的能力就会非常强！
基于突变和自然选择，赋予了生命体学习的能力。
时间辅助我们把学习能力变强，而学习能力和使用学习的能力就是智能。
三体中说：一切问题都只是时间问题，想想好有道理。
解答问题：我到哪里去？
生命体为什么不能永生？
一旦生命体拥有了所有的信息，就可以永生。
《未来简史》说:得数据者得永生！
马云说：未来最有价值的是数据。
其实他俩说的数据，就是信息的一种载体，其本质突出的应该是信息。
（后边续更，写累了……）
说这么多，有个屁用？
把上述过程，用数学表示，使用计算机来模拟这一过程，就是机器学习。
目前最成熟，最广泛的一种机器学习方式就是深度学习。
接下来我会尝试学习机器学习，并把这一过程记录下来。
如果你想了解深度学习，请关注我该系列以下文章。
