Dio deve essere uno scienziato (I)!

Man mano che imparo e acquisisco una comprensione più profonda degli algoritmi di intelligenza artificiale e guardo retrospettivamente alla vita, molte cose sembrano molto simili !! Ecco le mie poche osservazioni.

1) Molti dei miei amici e fratelli che sono stati comprati in situazioni simili a me durante la mia infanzia ora sono completamente diversi. Questo mi ricorda un problema di regressione (supponendo che la variabile target sia una metrica di successo/felicità (o qualsiasi altra) con un intervallo come 0–100). Sebbene tutti potremmo avere alcune caratteristiche (situazioni/caratteristiche) con valori che sono gli stessi durante la crescita, ci sono molte caratteristiche sconosciute con valori diversi, che causano tutta la differenza nella loro vita attuale. Mi chiedo spesso, come siamo completamente diversi ora anche se abbiamo molti punti in comune.

2) Giudichiamo gli altri con solo poche caratteristiche (caratteristiche!) Che conoscevamo su di loro e spesso ci chiediamo come abbiano successo/non abbiano successo. Potrebbero esserci altre caratteristiche (caratteristiche) che potremmo aver totalmente perso e che avrebbero causato tutta la differenza. Quindi, quando giudichiamo altre persone come di successo/non di successo, felici/non felici ecc., spesso lo facciamo con la nostra conoscenza limitata.

3) Tendiamo ad apprezzare le persone che hanno caratteristiche simili a noi e cerchiamo di fare amicizia solo con loro. Questo mi ricorda come funziona l'algoritmo K-NN. Un individuo con determinate caratteristiche tende ad essere vicino/amico di un gruppo simile di persone. Uccelli con le stesse piume si radunano insieme!

4) L'intera popolazione del mondo segue magicamente la distribuzione a campana. Ci sono persone estremamente ricche, persone estremamente povere e la maggior parte delle persone si trova da qualche parte nel mezzo con un diverso grado di ricchezza. Modelli simili possono essere osservati per altre caratteristiche come intelligenza, creatività, romanticismo, spiritualità, autoritarismo ecc.

5) Come gli algoritmi di clustering, tendiamo a vivere in aree o lavorare con gruppi di persone che hanno quasi caratteristiche simili a noi. A volte potremmo essere un valore anomalo e potremmo pensare di essere disadattati nell'attuale cluster (società!).

6) Ogni volta che proviamo a scegliere un prodotto come un'auto, un telefono cellulare ecc., diamo più peso a poche caratteristiche e meno peso ad altre. Questi sono fatti consapevolmente o inconsciamente. Questo è come il nostro algoritmo MCDM come TOPSIS.

7) Non dovremmo rimanere intrappolati nella maledizione della dimensionalità mentre prendiamo decisioni. Dovremmo considerare tutte le dimensioni, ma ridurre quelle non necessarie come la riduzione della dimensionalità.

8) Ovunque ci sia una varianza maggiore, ci sono più informazioni. È come se ricordassimo solo quei giorni che sono significativamente diversi dagli altri. I nostri giorni tipici casuali vengono solitamente dimenticati in pochi mesi.

9) Come un algoritmo di potenziamento cerchiamo di imparare dai nostri errori e cerchiamo di non ripeterli in situazioni consecutive.

10) Sappiamo tutti che le reti neurali sono ispirate dal cervello umano. Prendiamo decisioni nella nostra vita sulla base di vaste esperienze del nostro passato. Queste esperienze lasciano i loro pregiudizi e pesi nei nostri neuroni. A volte compiamo un'azione, quando il particolare gruppo di neuroni si attiva dopo aver attraversato un livello di soglia. Spesso, questi pesi sono pregiudizi che si formano inconsciamente nei nostri primi giorni di vita. Quindi spesso diamo la colpa al nostro destino, se qualcosa non funziona bene nella nostra vita.

11) Questo mi porta al punto interessante che il modo in cui codifichiamo le nostre esperienze nella nostra mente determina notevolmente la qualità della vita. Se codifichiamo consapevolmente, anche le esperienze negative possono essere viste come un'opportunità per espandere la nostra coscienza. Dobbiamo propagare all'indietro se il nostro attuale sistema di credenze (peso e pregiudizi) non ci dà il risultato atteso. I nostri tassi di apprendimento non dovrebbero svanire come gradienti che svaniscono. Questo si riferisce alla citazione: "Per cambiare noi stessi in modo efficace, abbiamo prima dovuto cambiare le nostre percezioni" (i nostri pesi e pregiudizi!)

12) Apprendimento per rinforzo: le esperienze negative ci fanno non compiere certe azioni a causa del dolore ad esse associato e le esperienze positive ci fanno fare certe cose a causa dei piaceri ad esse associati.

Finalmente un pensiero folle:

nelle dimensionalità superiori, le misure della distanza euclidea falliscono. Ciò significa che i punti che sembrano avere una distanza euclidea minore potrebbero essere molto lontani e viceversa. Questo spesso mi ricorda come gli esseri di dimensione superiore possano teletrasportarsi da un luogo all'altro in una frazione di secondo.

Ci sono molte altre somiglianze che posso pensare ma non potrei esprimerle con le parole. Queste cose mi fanno capire che le situazioni sono punti dati con varie caratteristiche e diversi valori associati ad esso e siamo tutti come le macchine AI che lo elaborano. Ognuno lo elabora in modo diverso e produce risultati diversi. Abbiamo ereditato lo stesso hardware ma la parte software AI è nelle nostre mani. Dobbiamo cambiarlo, ottimizzare gli iperparametri, misurarlo con le nostre metriche e correggerlo continuamente per ottenere un buon risultato (esperienza nella vita)!