Loading... 很多人在观看动漫时都喜欢将自己代入,尝试以主角的视角与内心体验另一个世界,也有很多人会以过客的身份,看看别人的人生。 不管怎么样,如果从一开始你就知道记忆终将消逝,你会选择和司一样,及时创造美好的回忆、承受失去的痛苦;还是选择放弃一时的美好,来避免失去的痛苦和或许因为未尝试而导致的悔恨呢? “祝你能和重要的人,有一天,能够再次相遇” “嗯” 我握住艾拉的手,亲了上去 …… 光芒闪过 我握住Giftia的手 --- 结局可以有各自的理解,但不论那是不是艾拉,艾拉都曾经来过,留下了属于她的痕迹,留下了属于她的故事,留在了我们心中。 --- 此篇文章可以说是珂幻的续作了 <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://blog.a152.top/index.php/archives/576.html" target="_blank" class="post_inser_a no-external-link no-underline-link"> <div class="inner-image bg" style="background-image: url(https://cloud.runcloud.ml/view.php/3aac336a2a2848778d39e3b34c4b89c7.jpg);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">名为珂幻的科幻幻想</p> <div class="inster-summary text-muted"> 本篇文章,咳让我们结合“珂学”一起探讨一下人工智能的未来。不知你是否还记得,艾瑟雅这一前世是黄金妖精的黄金妖精,还... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> 在看接下来的内容之前,请先回顾一下它的op好么,跟珂朵莉一样,op就是她的心声 <div class='handsome_aplayer player-content' data-preload="auto" data-autoplay="false" data-listMaxHeight="340px" data-order="list"> <div class="handsomePlayer-tip-loading"><span></span> <span></span> <span></span> <span></span><span></span></div><div class="handsome_aplayer_music" data-id="32288081" data-server="netease" data-type="song" data-auth="5ea3c2297324ac6a8a6748ab9589bf61"></div> </div> <div class="panel panel-default collapse-panel box-shadow-wrap-lg"><div class="panel-heading panel-collapse" data-toggle="collapse" data-target="#collapse-c5d9869df15ae14787a2f34b25c4f9a920" aria-expanded="true"><div class="accordion-toggle"><span style="">中文删减版</span> <i class="pull-right fontello icon-fw fontello-angle-right"></i> </div> </div> <div class="panel-body collapse-panel-body"> <div id="collapse-c5d9869df15ae14787a2f34b25c4f9a920" class="collapse collapse-content"><p></p> 汇聚群光 向着夜空彼方而去 离殇回忆 盈满眼眶 凝视的梦 遥遥无尽 濒临崩溃 泡沫一般 飘渺回忆 寂寥孤泪 悄然拭去 伸出的手恍若摩天轮 捕捉世间 悠悠柔情 似乎即将觉醒 昔日记忆碎片 默默俯首 祈祷着快点消散 可你却在茫茫人海里 寻觅到了我的声音 时钟指针开始运转 黑白世界重着缤纷 可塑之心 溢放流彩 勿相忘 镌于心 直至有朝一日 我们再度相逢 日暮时分华灯初上 小小贡多拉 向着天际缓缓上升 邻座的你 那份独有温暖 可泪却为何 自脸颊流下 旋转不断的摩天轮 随之轻轻摇拽 胸口深处 撕心裂肺 静静仰望 窗外流动的云 希望就此两人 相依相偎至永恒 命运之环 轮回反复 思绪终将合而为一 探寻答案 不断祈祷未来 不要迷失 请一定相信 回忆终会成为现实 濒临崩溃的 一切记忆 默默俯首 祈祷着永不消散 可今夜时光已 宣告美梦之终 毫无恐惧 世界仍着 温柔色彩 是你在茫茫人海里 寻觅到了我的话语 命运之环 轮回反复 思绪终将合而为一 可塑之心 不再空虚 勿相忘 镌于心 直至有朝一日 我们再度相逢 <p></p></div></div></div> <div class="panel panel-default collapse-panel box-shadow-wrap-lg"><div class="panel-heading panel-collapse" data-toggle="collapse" data-target="#collapse-a67b2c553c581e632955a8964b572b2c21" aria-expanded="true"><div class="accordion-toggle"><span style="">做好准备了么?完整版来喽</span> <i class="pull-right fontello icon-fw fontello-angle-right"></i> </div> </div> <div class="panel-body collapse-panel-body"> <div id="collapse-a67b2c553c581e632955a8964b572b2c21" class="collapse collapse-content"><p></p> 光をあつめて 夜空の彼方へ hikari wo atsu me te yo zora no ka nata he... 汇聚群光 向着夜空彼方而去 さよならの想い出を sa yo na ra no omo i de wo 离殇回忆 盈满眼眶 瞳にたたえて 见つめる梦远く hitomi ni ta ta e te mi tsu me ru yume too ku 凝视的梦 遥遥无尽 壊れてしまううたかたのメモリー kowa re te shi ma u u ta ka ta no me mo ri i 濒临崩溃 泡沫一般 飘渺回忆 寂しさの涙 そっと拭こう sabi shi sa no namida sotto fu ko u 寂寥孤泪 悄然拭去 伸ばした手は観覧车 优しくとらえて no ba shi ta te wa kan ran sha yasa shi ku tora e te 伸出的手恍若摩天轮 捕捉世间 悠悠柔情 目覚めそうな 记忆の欠片 me za me so u na ki oku no ka kera 似乎即将觉醒 昔日记忆碎片 うつむいて 消えてほしいと祈るけど u tsu mu i te ki e te ho shi i to ino ru ke do 默默俯首 祈祷着快点消散 君が见つけてくれた この声を kimi ga mi tsu ke te ku re ta ko no koe wo 可你却在茫茫人海里 寻觅到了我的声音 动き出した时计の针 世界はやがて色づいて ugo ki da shi ta to kei no hari se kai ha ya ga te iro zu i te 时钟指针开始运转 黑白世界重着缤纷 プラスティックな 心が辉き出すよ pu ra su tikku na kokoro ga kagaya ki da su yo 可塑之心 溢放流彩 忘れないで おぼえていて wasu re na i de o bo e te i te 勿相忘 镌于心 いつかまた巡り会える 日までずっと i tsu ka ma ta megu ri a e ru hi ma de zutto 直至有朝一日 我们再度相逢 夕暮れ灯る光 yuu gu re tomo ru hikari 日暮时分华灯初上 小さなゴンドラ 上ってゆく空へ qii sa na go n do ra nobotte yu ku sora he 小小贡多拉 向着天际缓缓上升 隣に座る 君のぬくもりに tonari ni suwa ru kimi no nu ku mo ri ni 邻座的你 那份独有温暖 なぜかな 涙が頬を伝う na ze ka na namida ga hoho wo tsuta u 可泪却为何 自脸颊流下 巡り廻る観覧车 静かに揺られて megu ri mawa ru kan lan sha xizu ka ni yu la re te 旋转不断的摩天轮 随之轻轻摇拽 胸の奥が 张り裂けそうで mune no oku ga ha ri sa ke so u de 胸口深处 撕心裂肺 窓の外流れる云 见上げてた mado no soto naga re lu kumo mi a ge te ta 静静仰望 窗外流动的云 ずっとこのままふたり 寄り添って zutto ko no ma ma fu ta ri yo ri sotte 希望就此两人 相依相偎至永恒 运命の轮 缲り返せば 想いはやがて繋がるよ un mei no wa ku ri kae se ba omo i wa ya ga te tsuna ga ru yo 命运之环 轮回反复 思绪终将合而为一 答えを探し 未来へ愿い続ける kota e wo saga shi mi rai he nega i tsuzu ke ru 探寻答案 不断祈祷未来 迷わないで 信じていて 想い出は本物になるから mayo wa na i de xin ji te i te omo i de wa hon mono ni na ru ka ra 不要迷失 请一定相信 回忆终会成为现实 壊れそうな 记忆のすべて kowa re so u na ki oku no su be te 濒临崩溃的 一切记忆 うつむいて 消えぬようにと祈るけど u tsu mu i te ki e nu yo u ni to ino ru ke do 默默俯首 祈祷着永不消散 今夜梦の时间は 终わり告げる kon ya yume no ji kan wa o wa ri tsu ge ru 可今夜时光已 宣告美梦之终 怖くないよ 世界はまだ优しく 色づいてるから kowa ku na i yo se kai wa ma da yasa shii ku iro zu i te ru ka ra 毫无恐惧 世界仍着 温柔色彩 君が见つけてくれた この言叶を kimi ga mi tsu ke te ku re ta ko no koto ba wo 是你在茫茫人海里 寻觅到了我的话语 运命の轮 缲り返せば 想いはやがて繋がるよ un mei no wa ku ri kae se ba omo i wa ya ga te tsuna ga ru yo 命运之环 轮回反复 思绪终将合而为一 プラスティックな 心が満たされていく pu ra su tikku na kokoro ga mi ta sa re te i ku 可塑之心 不再空虚 忘れないよ おぼえてるよ wasu re na i yo o bo e te ru yo 勿相忘 镌于心 いつかまた巡り会える 日までずっと i tsu ka ma ta megu ri a e ru hi ma de zutto 直至有朝一日 我们再度相逢 <p></p></div></div></div> ## 说明,最重要的说明 结合python深度学习第二版的总结部分,可以说下面内容大多都是非常严谨的原文内容。 我重新用语言组织了一下 --- 要想让人工智能真正变得智能,并能够应对现实世界极大的变化性和不断变化的本质,我 们首先需要放弃追求针对特定任务的技能,而是开始瞄准泛化能力本身。我们需要新的进展指 标,它能够帮助我们开发越来越智能的系统。这种指标将能够指明正确的方向,并给出可操作 的反馈信号。只要我们将目标设为“构建一个能够解决 X 任务的模型”,那么捷径法则就会适用, 我们最终会得到一个能够完成 X 任务的模型,仅此而已。 ## 实现智能,深度学习所缺失的那部分 智能是一种能力,即利用经验和先验知识来面对新的、意想不到的情况。如果你必须面对 的未来是全新的,与你之前见过的一切都没有共同点,那么无论你多么智能,都无法对它做出 反应。 智能之所以有效,是因为没有什么事情是完全没有先例的。遇到新事物时,我们能够将其 与经验进行类比,用我们长期收集的抽象概念来表达它,从而理解它的意义。如果 17 世纪的人 第一次见到喷气式飞机,可能会将其描述为一只不会拍打翅膀、巨大作响的金属鸟。看到汽车 呢?那是一辆无马的马车。如果试图给小学生讲物理,你可以解释说,电像是管道中的水,时 空像是被重物扭曲的橡胶板。 除了这种清晰明确的类比,我们还在不断进行更小、更隐晦的类比——每一秒、每一个想 法都在进行。类比是我们掌控生活的方式。去一个新的超市,你会自行将其与你去过的类似商 店联系起来。与新朋友交谈,他们会让你想起以前见过的某些人。即使是看似随机的图案(比 如云的形状),也会立刻在我们的脑海中变成生动的图像——一头大象、一艘船、一条鱼。 这些类比不仅存在于我们的头脑中,而且物理现实本身就充满了同构现象。电磁力与重力 很相似。由于具有共同的起源,所有动物在结构上彼此都很相似。二氧化硅晶体与冰晶相似。 还有很多例子。 我将这称为万花筒假说:我们对世界的体验具有极大的复杂性和无尽的新奇性,但在这片 复杂的海洋中,一切事物都与其他事物类似。要描述你所生活的宇宙,你需要的独特意义单元 (unique atom of meaning)的数量相对较少,你周围的一切事物都是这些单元的重组。几粒种子, 无尽的变化——就像万花筒里的图案一样,几颗玻璃珠被一组镜子反射,产生看似不断变化的 丰富图案. 简而言之,智能是对抽象类比的敏感性,这就是它的全部内容。如果你对类比具有很高的 敏感性,你就可以从很少的经验中提取出强大的抽象,并能够利用这些抽象在未来经验空间的 最大范围内进行操作。你可以非常高效地将经验转化为处理未来新奇事物的能力。 ### 从编写类比算法开始 类比始于对事物的相互比较。重要的是,比较事物有两种方式,由此产生了两种抽象(两种思维 模式),每种适合不同类型的问题。这两种抽象共同构成了我们所有思想的基础。 将事物相互联系的第一种方式是比较相似性,它会产生以价值为中心的类比。第二种方式 是精确结构匹配,它会产生以程序为中心的类比(或以结构为中心的类比)。这两种方式都是从 事物的实例开始,然后将相关实例合并在一起,生成抽象。它捕捉到实例之间的共同要素。二 者的不同点在于你如何判断两个实例是相关的,以及如何将实例合并为抽象。我们来仔细看一 下这两种类比。 ### 两种类比 以价值为中心 通过连续的相似性概念将实例联系起来,得到抽象模型 人类一直在做以价值为中心的类比,这种模型是模式识别,感觉和直觉的基础。 以程序为中心(以结构为中心) 在软件工程中,你经常会编写有许多共同点的函数或类。如果注意到这些冗余,你会开始 问:“是否可以有一个更抽象的函数来完成同样的工作,并可以重复使用两次?是否可以有一个 抽象的基类,让两个类都能继承自它?”这里,你使用的抽象的定义对应于以程序为中心的类 比。 所以,显而易见,我们一开始出发的目的是以程序为中心进而进行模型的开发之类的工作。 | 以价值为中心的抽象 | 以程序为中心的抽象 | | -------------------------------------- | -------------------------------------- | | 通过距离来关联事物 | 通过精确的结构匹配来关联事物 | | 连续,以几何学为基础 | 离散,以拓扑学为基础 | | 通过将实例“平均”为“原型”来生成抽象 | 通过提取实例之间的同构子结构来生成抽象 | | 感知和直觉的基础 | 推理和规划的基础 | | 即时、模糊、近似 | 缓慢、精确、严谨 | | 需要大量的经验来生成可靠的结果 | 高效利用经验,只用两个实例即可生成抽象 | ### 将两者结合 认知是两种抽象的结合 只有二者交织或许才能实现极端泛化。 ### 简而言之——程序合成与深度学习融合 | 机器学习 | 程序合成 | | -------------------------------- | -------------------------------------- | | 模型:可微的参数化函数 | 模型:由编程语言的运算符组成的图 | | 引擎:梯度下降 | 引擎:离散搜索(比如遗传搜索) | | 需要大量的数据才能生成可靠的结果 | 高效利用数据,只需几个训练示例即可运行 | 融合方法: 1.将深度学习模块和算法模块(离散的搜索)集成到混合系统中 <div class="panel panel-default collapse-panel box-shadow-wrap-lg"><div class="panel-heading panel-collapse" data-toggle="collapse" data-target="#collapse-0bf996824f628becde6beabf2e4d713990" aria-expanded="true"><div class="accordion-toggle"><span style="">第一种</span> <i class="pull-right fontello icon-fw fontello-angle-right"></i> </div> </div> <div class="panel-body collapse-panel-body"> <div id="collapse-0bf996824f628becde6beabf2e4d713990" class="collapse collapse-content"><p></p> 当前,最强大的人工智能系统都是混合型的,它们同时利用了深度学习模型和手工编写的 符号操作程序。以 DeepMind 的 AlphaGo 为例,它的大部分智能是由人类程序员设计和硬编码 的(如蒙特卡罗树搜索),只有专门的子模块(价值网络和策略网络)从数据中进行学习。再来 看自动驾驶汽车的例子。自动驾驶汽车能够处理各种各样的情况,因为它保存了一个关于周围 世界的模型(一个真实的三维模型),其中包含人类工程师硬编码的各种假设。这个模型通过与 汽车周围环境不断交互的深度学习感知模块来不断更新。 对于 AlphaGo 和自动驾驶汽车这两个系统,手动创造的离散程序与学到的连续模型的组合, 可以实现很高的性能,而这是单独一种方法(比如端到端深度网络或不包含机器学习的软件) 所无法实现的。到目前为止,这种混合系统的离散算法单元是由人类工程师精心硬编码的。但 在未来,这样的系统可以完全通过学习得到,无须人类参与其中。 这种未来是什么样子的?我们来看一类著名的神经网络:循环神经网络(RNN)。值得注意 的是,RNN 的局限性比前馈网络略小。这是因为 RNN 不仅仅是单纯的几何变换,而是在 for 循环内不断重复的几何变换。时序 for 循环本身是由人类工程师硬编码的,它是神经网络的内 置假设。当然,RNN 的表达能力仍然非常有限,这主要是因为它的每一个时间步都是可微的几 何变换,两个时间步之间都是通过连续几何空间中的点(状态向量)来携带信息的。现在想象一 个神经网络,它用一种类似编程原语的方式得到了增强:神经网络并不是单一硬编码的 for 循环, 具有硬编码的连续空间记忆,而是包含大量编程原语,模型可以自由操作这些原语来扩展其处理 功能,比如 if 分支、while 语句、变量创建、长期磁盘存储、排序运算符、高级数据结构(如 列表、图和哈希表)等。这种网络能够表示的程序空间要远远大于当前深度学习模型的表示空间, 其中一些程序还可以实现很强的泛化能力。重要的是,这样的程序不是端到端可微的(不过某些 模块仍是可微的),因此需要通过离散程序搜索与梯度下降的组合来生成这样的程序。 我们将不再使用硬编码的算法智能(手工软件)或者学习得到的几何智能(深度学习)。相 反,我们将形式算法模块与几何模块融合,前者提供推理能力和抽象能力,后者提供非形式化 的直觉和模式识别能力,如图 14-12 所示。整个系统的学习很少需要人类参与,甚至根本不需 要人类参与。这极大地扩展了可以用机器学习解决的问题的范围——给定适当的训练数据,程 序空间可以自动生成。像 AlphaGo 这样的系统,甚至是 RNN,都可以看作这种算法 − 几何混合 模型的先驱 <p></p></div></div></div> 2.使用深度学习指导程序搜索 <div class="panel panel-default collapse-panel box-shadow-wrap-lg"><div class="panel-heading panel-collapse" data-toggle="collapse" data-target="#collapse-a6d19edaca341b7fab7110ff0ffee21d93" aria-expanded="true"><div class="accordion-toggle"><span style="">第二种</span> <i class="pull-right fontello icon-fw fontello-angle-right"></i> </div> </div> <div class="panel-body collapse-panel-body"> <div id="collapse-a6d19edaca341b7fab7110ff0ffee21d93" class="collapse collapse-content"><p></p> 目前,程序合成的主要障碍是效率非常低。夸张地说,程序合成的工作原理是在搜索空间 中尝试所有可能的程序,直到找到一个满足规格说明的程序。随着程序规格说明复杂性的增加, 或随着编程原语表的扩大,程序搜索过程会遇到所谓的组合式爆炸(combinatorial explosion), 即所要考虑的程序集增长得非常快,比指数式增长还要快很多。因此,目前的程序合成只能用 于生成非常短的程序,短期内无法为计算机生成新的操作系统。 为了继续发展,我们需要让程序合成更加接近于人类编写软件的方式,从而提高其效率。 当你打开编辑器编写脚本时,你并没有考虑到可能编写的每一个程序。你的脑海中只有少数几 种可能的选项,你可以利用对问题的理解和自己的经验来大幅缩减需要考虑的选项空间。 深度学习可以帮助程序合成做同样的事情:虽然我们想生成的每个具体程序可能都是完全 离散的对象,只能进行非插值的数据操作,但迄今为止的证据表明,所有有用程序的空间可能 看起来很像一个连续流形。也就是说,让一个深度学习模型在数百万个成功的程序生成案例上 进行训练,它可能会获得可靠的直觉,知道在程序空间中从规格说明到相应程序的搜索过程应 该走哪条路径,就像软件工程师可能对他要编写的脚本的整体架构拥有直觉,知道在通往目标 的道路上应该使用哪种中间函数和类。 请记住,人类推理在很大程度上是基于以价值为中心的抽象(模式识别和直觉)。程序合 成应该也是这样。对于通过学习启发式方法来指导程序搜索的通用方法,我预测在未来 10 年到 20 年内有越来越多的研究人员对此感兴趣 <p></p></div></div></div> 模型模块化的内容详细见珂幻篇(上面分享的文章) 未来十几年,人工智能也到达不了艾拉的那种地步,另外,其实如果到达了那种地步的技术,是有能力恢复之前的那种人格的。 珂幻篇已经简略的做了说明为什么可以 ~~当一个模型具备极端泛化的能力时,仅凭假想和一点点数据,即使在不断摸索的过程中,你也可以成为你想成为的那种人。简而言之就是诈骗犯。~~ 如果把人生当做一个欺骗他人的角色扮演游戏。 目前所有的模型,包括最近很火的chatgpt,本质上并不是以我们人类的方式来做出回应的。 依赖于transformer架构,一种叫作神经注意力(neural attention)的简单机制可以用来构建强大的序列模型,其中并不包含任何循环层或卷积层。 仅凭这一架构,在nlp领域引发了一场革命,这种注意力层简单理解就是,对某些特征多加注意,对某些特征少加注意 所以,仅凭上一点你也许就可以get到,这样的方式来处理上下文是非常好用的。 艾拉,会在多久之后,能和重要的人重逢呢? **愿你有朝一日,能与珍爱之人再次相逢**(**大切な人と、いつかまた巡り会えますように**) ## 关于结局 本身是个游戏吧,有三种结局 在最后一天与司再一次去了游乐园,并在摩天轮上被男主含泪回收。 但是,玻璃心的你不要太心碎,这只是TV结局,官方游戏没有让我们失望,它让我们~~绝望~~ 绝望的结局二:艾拉在寿命即将耗尽的时候和司结了婚,艾拉也在教堂穿上了婚纱。司和艾拉之后一直厮守在教堂,直到艾拉寿命已到。艾拉并没有被回收,但是却奇迹般的没有失去人格变成徘徊者。(黑幕极度虐心,请做好准备)因为机体和系统彻底过时而直接宕机,也就是说艾拉彻底离开了,更新os也无用,可以理解为人类的死亡,彻彻底底的消失 伪Happy End结局三:艾拉在寿命即将耗尽的时候与司结了婚,艾拉也在教堂穿上了婚纱。但是他们后来去了亲自制造出艾拉的博士那里,博士告诉他们可以先将艾拉冷冻起来,自己继续研究寿命延长的方法。艾拉同意了,而司也表示无论多久他也可以等下去艾拉最后躺进了冷冻箱。游戏到此为止,但是ep后有一段动画,艾拉醒了,说了一句“司,我回来了”。 因为没人知道男主等了多久,或许就一两年,也或许是十几年,甚至是一生。想想艾拉醒后看见打着吊针,满头白发的司吧。但是PSV上的结局之一:从艾拉再次被唤醒时说话的神情和语气中可以看出并没有过去多久时间,也就是司并没有变老,这也是所有人期望的happy ending。 ## 关于第二季 查找过官网和制作社那边,推特翻了个遍,不知道为什么会网传23年4月播出,希望你不要抱太多的期待。 俗话说,希望越大,失望越大。 耗费一点同理心,构建一个happy ending吧! Last modification:January 16, 2023 © Allow specification reprint Support Appreciate the author AliPayWeChat Like 如果觉得我的内容对你有用,请随意赞赏