江苏龙网

  1. 首页 > 资讯 > 科技 > >

中国科学报|Matlab被禁用正好给了我们一个难得的机遇

后Matlab时代如何做科研：人工智能篇
作者| 王立新浏览人工智能、统计学习、自动控制等相关领域国际顶级期刊的论文 ， 会发现大部分论文是“调包族”：这些论文不再进行基础算法的编程 ， 而是调用现成的软件包 ， 其中最常用的就是Matlab Toolbox 。这些基础算法包括：BP ， Hopfield ， Decision Tree ， Random Forest ， MARS ， SVM ， 等等等等 。由于研究者们不再对这些基础算法进行自己编程 ， 使得研究者们对基础算法的理解趋于表面化、肤浅化 ， 这也是许多年来这些领域在基础理论方面没有突破的一个重要原因 。这是全球整个研究领域的问题 ， 不局限于我们国家 。所以 ， 对于人工智能统计学习等相关领域的研究者们来说 ， Matlab被禁用正好给了我们一个难得的机遇 ， 让我们回归本学科科学研究的本质 。二十年前 ， 当我觉得模糊系统和模糊控制研究可以暂时先告一段落的时候 ， 我“放眼世界” ， 最吸引我的就是“统计学习” 。当时 ， 我读Breiman的论文、读Friedman的论文 ， 让我着迷 。Breiman关于Decision Tree的原始论文和书 ， 以及后来发展起来的Random Forests ， 还有Friedman的MARS ， 等等等等 。大师们思想的足迹 ， 让我流连忘返 。我自己编程去实现这些算法 ， 然后和我的模糊系统WM方法做比较（我也是模糊大师哦） ， 深刻体会各自方法的优缺点 ， 对我后来的研究与实践帮助甚大 。我深深地体会到 ， 只有自己编程、在不断的试错中“细嚼慢咽” ， 才能深刻体会这些核心算法的优缺点 。而只有深刻体会这些核心基础算法的优缺点 ， 才能在实践中有效地使用它们 ， 解决重要的实际问题 。“调包族”最大的问题是什么呢？就是当结果不理想时 ， 不知道如何改进 ， 只有“听天由命” 。这是因为调包族对算法的细节缺乏深刻理解 ， 知其然不知其所以然 ， 不知道如何改进算法 ， 使其更加适用于自己的问题 。通常 ， 大数据建模涉及复杂的非线性关系 ， 而且这些复杂关系因问题的不同而不同 。所以 ， 需要对算法的众多参数进行有的放矢的调节 ， 使之适应于需要解决的具体问题 。如果对算法的细节缺乏深刻的理解 ， 不知道这些众多参数之间的互动关系 ， 那么就很难有效地调节这些参数 ， 使算法的性能达到最优 。还有 ， “调包族”的盛行阻碍了基础理论的发展 。因为 ， 新理论是在旧理论的基础之上、通过改进旧理论的缺点缺陷而发展起来的 。常言道：It takes a better theory to kill an existing theory 。“调包族”对现有算法采取囫囵吞枣的态度 ， 将不同的算法机械地“排列组合” ， 这种“撞大运”的研究方式很难产生深刻的理论 。总之 ， Matlab被禁给了我国人工智能研究者们一个难得的“歪打正着”的机会 ， 让我们静下心来自己编程基础算法 ， 深刻体会基础模型与算法的核心要素与优缺点 ， 在现有成绩的基础之上“百尺竿头、更进一步” ， 迎接更加灿烂的明天 。天若有情天亦老 ， 人间正道是沧桑 。好了 ， 气宇轩昂的“大话”咱们就说这么多 。“理想很丰满、现实很骨感”：没有了Toolbox ， “调包族”们今后如何生存啊？ 其实 ， 虽然toolbox没有了 ， 但这些基础算法的开源原始程序还是很容易找到的 。这些原始程序是可以用Python ， C ， Fortran ， 或者Matlab的基础语句写成的 。我的建议是：要读懂这些原始程序 ， 一行一行地读 ， 然后自己运行 。 这样其实并不用花费很多的时间 。比如我最新的“深度卷积模糊模型” ， 在论文发表的同时也附上了用Matlab基础语句写成的原始程序 。论文和程序是一个有机的整体 ， 相互交叉地读可以起到相互促进的作用 ， 能够更加深刻地理解模型和算法的核心要素 ， 程序运行起来也就更加心中有底气了 。
【中国科学报|Matlab被禁用正好给了我们一个难得的机遇】转载本文请联系原作者获取授权 ， 同时请注明本文来自王立新科学网博客 。


推荐阅读


上一篇：|水中低调王者，年入百亿，老板却极少露面，仅用一招击溃许家印

下一篇：|iOS 14迎来健身交互新方式 支持手势与身体姿势检测