Компьютеры - это настоящее очарование. Вы не можете представить свою жизнь без компьютера, будь то настольный компьютер, ноутбук или смартфон! Однажды утром я заметил, что эти устройства предоставляют логический способ установить, что природа не сама по себе, как и компьютеры не сами по себе. Это требует, чтобы объект проектировал и контролировал его. Без контроля со стороны живого человека компьютер не может принимать входные и выходные данные, как ожидалось. Они должны быть запрограммированы, так сказать спроектированы, а затем эксплуатироваться таким образом, чтобы выполнять свою работу. Что уж говорить о нормальных приложениях, простом роботе, просто чат-боту требуются сотни строк кода, чтобы правильно общаться. Совершенно очевидно, что компьютеры спроектированы и работают так, как хочет человек. Никогда полностью сам по себе.

Важно все!

Хотя Iron and Silicon и некоторые строки кода Haskell никогда не могут создать робота самостоятельно, человек обязательно должен его спроектировать, область компьютерных наук пытается заставить роботов принимать решения самостоятельно, чтобы, по крайней мере, роботы могут действовать сами, не требуя от мужчины инструкций. Поскольку компьютеры учатся делать что-то самостоятельно, эта область компьютерных наук называется машинным обучением. Машинное обучение - это первый шаг к тому, чтобы сделать компьютеры умнее, и он направлен на то, чтобы сделать компьютеры более интеллектуальными, позволяя им учиться.

В машинном обучении есть три способа, с помощью которых компьютер, который является просто материей, узнает свое окружение или что-то еще. Итак, давайте на время станем материалистом и скажем, что материя учится на себе или на известной цитате: «Все имеет значение».

  1. Обучение с учителем

При обучении с учителем данные предоставляются машине или компьютеру. Машина пытается понять связь между данными и их выводом. В основном понимайте взаимосвязь между различными параметрами среды аналитически, то есть через числа (или веса). Теперь, если мы говорим, что природа развивалась сама по себе, действуя вместе со своим окружением, тогда возникает вопрос, кто предоставил эти исходные данные для контролируемого изучения природы. Как природа узнала, что огонь может гореть там, где есть кислород, гравитационное притяжение притягивает массы, ветры переходят от жарких мест к более холодным и так много законов природы? Почему гравитационная постоянная равна 9,8, а не что-то другое? Кто предоставил эти данные, чтобы они оставались на уровне 9,8? Так что должен быть человек, который изначально предоставил эти данные природе, чтобы природа могла учиться у себя и «развиваться»!

2. Обучение без учителя

В режиме обучения без учителя компьютер не имеет данных. На самом деле в нем есть данные, но сами по себе эти данные не связаны с каким-либо конкретным выводом. Таким образом, в то время как в контролируемом обучении у нас есть взаимосвязь между различными параметрами и выходными данными, неконтролируемый способ предоставляет только другие параметры и не дает никаких конкретных выходных данных. Думайте об этом как об обучении, просто наблюдая за данными. Теперь, если мы предположим, что природа научилась неконтролируемым методом, тогда должна быть другая природа где-то еще, откуда наша природа научилась этому, а затем пытается воспроизвести эти законы и поведение в себе. Хоть и с ошибками и не точная копия оригинальной натуры, но все равно будет учиться. Но если мы говорим, что это единственная существующая природа, тогда как она узнала так много законов и явлений, не наблюдая никакой другой природы?

3. Обучение с подкреплением

Третий метод называется обучением с подкреплением и наиболее сложен для понимания. В этом обучении компьютер случайным образом берет входные данные и проверяет, получил ли он заключение с тем же набором данных. В случае утвердительного ответа он добавляет это в результат попадания, в противном случае классифицирует это как промах. И с предыдущими попаданиями и промахами он снова пытается исправить свою ошибку. Разве это не похоже на то, как люди произошли от простых бактерий и продолжают развиваться? Ура! Наконец-то мы смогли доказать «Выживание сильнейших». Теперь мы можем похвастаться тем, что люди научились выживать сами, свидетельствуя природу. И природа тоже эволюционировала, свидетельствуя о себе, и именно так происходит эволюция.

Но ждать!

Если рассматривать весь сценарий в целом, мы не спрашиваем, кто определяет критерии успеха. Что определяет критерий выживания? Так сказать, если люди произошли от обезьян, кто решил, какая обезьяна останется обезьяной, а другая будет успешно развиваться как человек? Кто-то может сказать, природа решила это с разными средами обитания, но все же вопрос в том, как природа научилась становиться таким судьей? Это показывает следы разума далеко за пределами природы. Интеллект, который оценивал каждую попытку и заявлял, была ли она успешной или неудачной, точно так же, как обучение с подкреплением.

Кроме того, в обучении с подкреплением компьютер запускается со случайным набором данных. Он может быть успешным с первой попытки или извлекать уроки из своей неудачи. В случае неудачи он начинает с нуля с другим набором случайных наборов данных и пытается добиться успеха. Итак, если мы примем во внимание, что люди и природа (которые, согласно нашему предположению, являются материей) взяли случайный постоянный набор данных со случайными законами, которые подходят как раз для выживания, то мы должны понять, что вероятность наличия такого замечательного набора данных - одна из первых. Наборы данных «Миллион триллионов триллионов».

Даже если учесть, что мы получили такой точно настроенный набор данных после множества случайных попыток, мы должны принять во внимание, что все эти попытки были сделаны с нуля и нуждаются в памяти, чтобы запомнить результаты всех предыдущих попыток. Первый случай предполагает, что материя однажды пыталась и не смогла стать человеком в первой попытке, затем во второй и так далее, и теперь то, что мы видим как люди, - это еще одна попытка материи стать человеком, выжить сама. Если это не так, тогда попытки человечества и природы, однажды вымершие, навсегда останутся вымершими. По ним нет и речи об улучшении. Последний случай предполагает, что, хотя все эти попытки были предприняты, субъект запомнил все предыдущие попытки и их последствия, чтобы он мог извлечь уроки из них и мудро выбрать следующую попытку, чтобы она могла длиться дольше, чем предыдущая попытка. чтобы выжить. Но как он мог вспомнить свои предыдущие попытки? Если это так, то почему я не могу вспомнить, что когда-то был бактерией, так долго путешествовал, чтобы стать человеком, просто чтобы выжить в этой природе! Но у некоторых людей есть воспоминания о своих прошлых жизнях, своих предыдущих попытках. Мы называем их реинкарнацией, но материалисты отрицают это явление.

Наука против материалистов!

Таким образом, если мы предполагаем, что материя учится у себя, и мы внимательно изучаем способы, с помощью которых материя может учиться, мы обнаруживаем, что для этого требуется разумное существо, которое могло бы спроектировать природу, предоставить ей необходимые данные, чтобы она могла поддерживать себя (контролируемое обучение), извращенное отражение изначальной природы, из которой он мог бы изучать вещи, которые нельзя квантовать (неконтролируемое обучение), и понять потребность в умном судье и наличие реинкарнации (обучение с подкреплением). Итак, мышление, что материя изучается сама по себе, требует выполнения этих условий, которые настоятельно предполагают присутствие Бога. Таким образом, эта прекрасная Наука о компьютерах категорически опровергает материалистическое мнение о том, что «все имеет значение».