由机器学习的模型,谈中医的理论基础

最近也是刚刚进入深度学习的领域,对其中故意引入非线性函数进行运算感觉很有意思.本来是输入和前期处理是线性的,就是成倍数关系,输入输出有严格的对应关系.对于早期的白盒的浅层学习模型来说,大多是线性的,每一步都可以用数学严谨的推导出来,虽然其中也是大量运用概率关系,统计学的结论,但要给出一个模型,处理各种多个维度的信号,只能这么干. 现在火热的深度学习,却在中间故意要引入非线性的运算,导致整个内部多个层次的运行的机制完全是黑盒的.人们也在想办法用各种方法进行探测,但是实在是太复杂了,几乎不可能了解清楚,一个小的参数变化,就产生很大的结果差异,导致许多方法和运算元素都是trick的,不是推导出来的.

    这些面对复杂外部世界,如围棋博弈,图像识别,人脸识别,图像的目标轮廓分割等人都难以实现的处理,得到比人更高水平的正确率. 可以用来同构中西医的差异,中医的伟大实践成果和理论的玄而又玄,不同医师不同诊断结论,不同药方治病,都能治好的奇怪现象, 与西医明确的诊断结论,明确直观的治疗,固定的治疗模式, 这两者存着多么相近的演化轨迹啊. 何其相似乃尔.

  朗朗乾坤,日月昭昭,大江东去,