惊喜还是惊吓？盘点机器学习算法的「高能」瞬间

「目标宏大」：在一个令人毛骨悚然的例子中，有个算法原应解决如何对试图降落航空母舰的飞机应用最小的作力，结果它发现如果应用的是一个「大型」作力，它将溢出程序的内存，进而注册成为一个非常「微小」的作力。飞行员会死，但是，嘿，完美的分数。

破坏，也是一种解决方案!

即便像列表排序算法那样显然是良性的东西，也可能以一种无辜却险恶的方式解决问题。

你看，它们可不是「未排序」：举个例子，一个原本应该学会对数字列表进行排序的算法，竟然学会删除列表，以便从技术层面消除「未排序」的东西。

完成 Kobayashi Maru 测试：该算法原应最小化自身答案与正确答案之间的差距，结果它找着了存储与删除答案的位置，因此它获得了一个完美的分数。

在井字棋游戏中取得胜利：1997 年，一些程序员构建了一个可以在无限大的板上彼此对抗玩井字棋游戏的算法。一名程序员决定放弃设计具体的算法策略，任由其自行发展。令人感到惊讶的是，该算法突然开始赢得所有游戏。结果证明，该算法的策略是棋子放在一个极其远的位置，因此每当对方的计算机试图模拟新的扩展板时，过于巨大的游戏板将导致其耗尽内存并崩溃，从而输掉游戏。

结论

当机器学习解决问题时，它所提出的解决方案可以很聪明，也可以让人彻头彻尾感到不可思议。

生物的进化也是这样运作的——正如任何生物学家会告诉你的那样，生物总会找到最奇怪的问题解决方案，以及最奇怪的能源来进行开发。一个能够证明我们未生活在计算机模拟中的最可靠迹象是——如果是，一些微生物将会学会利用它的缺陷。

因此，作为程序员，我们必须非常小心，我们的算法应该解决我们要求它们解决的问题，而不是抄捷径。一旦存在另一种可以更加容易解决问题的途径，机器学习很可能会找到它。

幸运的是，「杀死所有人类」真的很难。如果「烤一个令人难以置信的美味蛋糕」也能解决问题，并且比「杀死所有人类」更容易，那么机器学习肯定会选择站在蛋糕那一边。

本文转自雷锋网，如需转载请至雷锋网官网申请授权。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!