主题：【原创】机器学习的基础是什么？(0) -- 看树的老鼠

的确，正如爱因斯坦很深刻地看到的：“这个宇宙最难以理解的，就是它竟然是可以理解的”。我来对这个思想做一些解释。我们都知道，人类做科学研究，其实仅是就可以接触的范围做一种近似和模拟，然后从有限经验中揣测出一些公式。事实上，的确就是这么一回事。但是，令人非常吃惊的是，这种在小范围中间搞出来的东西，竟然适合非常巨大的时空。从牛顿力学起，一步一步，麦克斯韦，原子物理，量子物理，宇宙学，都是这样，在小范围内部搞出来的公式，竟然可以在非常巨大的时空中相当精确地再现出来。一个非常典型的例子就是现在的量子通讯。如果谁人对此不感到吃惊和难以理解，他恐怕就缺乏基本的科学敏感性。

按照我们对于通常复杂事物的理解，其实应该是这样的，我们搞出的那些物理公式等，仅应该在一个比较局限的范围内有效，超过了这个范围，就无效了。其实，这正是除开物理的其他大多数科学学科的境况。有没有什么医疗公式，写出来，就可以古今中外通吃？

这样理解，爱因斯坦的疑惑就清楚了，他是在深刻思考，为什么物理世界容许如此？道理何在？

但是，就我看来，其实事情正该如此。用一句话可以概括我的想法：事物的基础运动规则应该是简单的，但是世界是规律的反反复复和重重叠叠的实现，因此复杂性就逐渐积累了起来。

因此，爱因斯坦说那句话的时候，他恐怕是想说：是不是物理真的就是最基础的运动规则，只有如此才能解释为什么可以做那样深远的时空的推演而不面临规律破裂，但是，谁又真的知道什么是最基础的规则呢？那么，最基础的规则就一定是简单的，美的，不是统计规则的。

在我们看来，恐怕就不要想太多了，我们就接受物理的确是最基础的运动规则，因此可以做最深远广大的推论，也最简单，几个公式可以全宇宙普适。但是，接下来的世界，就不简单了，特别是生物世界，那是物理规则不知反复用了多少次，在历史中重重叠叠中过来的，自然就超级复杂了。

而人脑，就是这个复杂世界的顶端产物。

至于机器学习，那还太早。现有的机器学习全是建立在数学模型上的，而数学模型必然是简单的，这是相当于生物世界来说的。只有在机器从图灵机进化到类脑计算，其原理可以和生物世界比拟的时候，其复杂性才有可能提升到足够的程度。

• 【讨论】我的看法，宇宙是简单的，但又是非常复杂的