月度归档： 2019 年 2 月

“盾从防御看是美的，矛则从射击的敏捷和力量看是美的”

—— 苏格拉底

实验物理学家卢瑟福说过：“所有科学要么是物理，要么是集邮” 。相较其他学科，物理学也许对宇宙大一统的解释有一定的优越性。如在研究半衰期过程中就会被一种大自然的神奇所折服（弱核力）。

然而“集邮”并不是没有意义。苏格拉底说过，“盾从防御看是美的，矛则从射击的敏捷和力量看是美的”。不能因为深度学习理论薄弱，就去否认深度网络的实际效用。收集大自然的“邮票”加以利用也许成就感不那么高，但它可能非常有效 ，甚至在某些角度不乏美感。

比如在我们AI机器学习领域就有这样一种“集邮”学：其囊括遗传算法，进化策略算法（ES），粒子群算法（PSO），多数都是以模仿自然为依据，还有一个流行好听的称呼：无梯度优化算法（gradient-free，derivative-free）（facebook开源的Nevergrad库也是来自这种优化方法）

这些“离经叛道”的优化算法，不像SVM极具数学根基，但在某些场合非常适用：

拿粒子群算法（PSO）来讲，如上图，是粒子群在平面上找到极小值的过程，其本质是模拟了群鸟飞行或群鱼相互协作的搜索过程：

其核心公式也是贯彻了相互协作的原则：

其中vi(t+1)是下一个时刻的粒子速度，它由三个因素决定：

继续阅读AI界的集邮学？回眸ES，粒子群PSO，遗传(进化)算法，GA等无梯度优化方法

曾经的存在主义与结构主义的争论，在量子世界中似乎用概率和大量抽样完成了和解 — David 9

上世纪60年代哲学界有一场关于存在主义与结构主义的争论：存在主义认为一个人的发展是由“自由意识”和欲望主导的; 结构主义认为占主导的其实是社会中的经济、政治、伦理、宗教等结构性因素，人只是巨大结构中的一部分。

究竟是什么塑造了一个人也许难以确定。而对于量子世界，一个qubit（量子比特）的状态，不仅受到量子系统的磁场影响，qubit本身也有自身状态的变化概率和扰动。我们一会儿可以看到，量子系统的输出，即那个qubit的最终观测状态，是用概率和大量抽样判定的:

在细讲QNN前（量子神经网络其实是一个量子系统），David 9 有必要介绍一下量子计算本身的一些基础知识 。

首先，量子计算与传统计算机的不同，可从qubit（量子比特）说起，我们知道与电子计算机非“0”即“1”相比，qubit的状态可能同时介于“0”和“1”之间：

即所谓的“薛定谔的猫”的叠加态（superposition）：

(|0>+|1>) （在量子物理中符号|x>表示状态x）

你们可能会问David，为什么状态系数是 1/ ? 这是量子物理中的一个约定（规范化），即平方和等于1：

 α^2+β^2=1

其中α和β就是状态的系数，是不是让你联想到圆形几何 ？

是的，在量子物理中可以把qubit想象成粒子球体（叠加或非叠加态）：

三维世界中qubit的自旋状态非常灵活，可以上自旋（|0>），可以下自旋（|1>），可以像地球一样斜着自旋：

继续阅读【独家】当量子计算遇上神经网络与深度学习，QNN初探（ Quantum Neural Networks），David 9的量子计算系列#1