学习如何学习（持续更新中）

用模糊推理系统构建智能系统

传感器，对应数据的收集。比如人的五官。人从书本里学习，这可以看成是预先的规则库的编写。又从生活经验中学习，学习的过程应该就是通过五官，大脑这些传感器，收集到信号。然后不断添加新的规则。这些信号就是原始数据(raw data)。

 

---

 

能力提升

学习是相通的，怎么相通呢？靠类比的方法。举一反三。迁移学习。

产生联结好像与时间的相关性有关。时间相邻的往往产生联系。比如巴甫洛夫做的狗的唾液分泌的实验，在每次给狗食物之前都敲一下，后来狗一听到敲击声也会产生唾液。

 

2018.9.17

“通过经验学习，很难，但是值得花功夫研究这个问题。”--David Silver

在我看来学习如何学习一定要对应新概念的产生，不产生新的概念就没有“新”的学习，只能是在不断在这个体系下不断优化，完善。

---

 2018.9.25

博弈这种模式对训练提升来讲究竟有什么帮助？

或许对于对抗这种形式的游戏而言，用对抗作为训练是一种仿真。

 

---

 

2018.9.27

追逃问题用matlab实现一下？

 

-------------------------------------------------------------------------

 

2018.10.28

问题：知识和信息有什么区别？

我目前的认识:知识这个概念应该包含信息。现在既然说人工智能需要对知识进行度量，那就意味着信息只刻画了知识的一个层面，即消除不确定的层面。难道知识的度量还应有其他层面？

 

---

 

2018/11/16

原来一个原生的基本的概念是用来描述直觉的。 

 

---

2018/11/17

AlphaGo 训练可以很复杂，测试阶段必须简单，以便快速反应。

我现在有些区分不清强化学习和博弈论在策略提升上的作用，它们之间的关系。

“AlphaGo Master为何如此厉害呢？背后的原因是因为我们用了最好的数据来训练它。”

 

---

2018/11/23

GAN 和我要做的学习过程有什么区别？现在感觉两者有相似的地方，都是通过对抗过程提高决策水平。

我要做的现在感觉是围绕self-play,设计过程，验证一些理论性质。

 

---

 

2018/11/25

一个好的智能系统应该具备对所关心目标的持续追踪能力和对目标以外的噪音的抗干扰能力。