数学家们发现了一个他们无法解决的问题。不是他们不够聪明;根本没有答案。

 

这个问题与机器学习有关——一些计算机用来“学习”如何完成特定任务的人工智能模型。

 

当Facebook或谷歌识别出你的照片并建议你给自己贴标签时，这是在使用机器学习。当一辆自动驾驶汽车行驶在繁忙的十字路口时，那就是机器学习在起作用。神经科学家使用机器学习来“读”别人的想法。机器学习是基于数学的。因此，198彩票平台注册送的钱怎198带玩团队是1号团队吗么提款，数学家可以在理论层面上研究和理解它。他们可以写出关于机器学习如何工作的绝对证明，并将其应用于每种情况。

 

在这种情况下，一组数学家设计了一个名为“估计最大值”或“EMX”的机器学习问题。

 

为了理解EMX是如何工作的，想象一下:你想在一个网站上放置广告，并最大化广告的目标受众。你有针对体育迷、爱猫者、汽车狂热者和运动爱好者等的广告。但你事先不知道谁会去访问网站。你如何挑选广告来最大化你的目标观众?EMX必须通过少量的数据来确定访问站点的用户。

 

研究人员接着问了一个问题:EMX什么时候能解决问题?

 

在其他的机器学习问题中，数学家们通常可以说，在给定的情况下，学习问题能否根据他们的数据集得到解决。谷歌用来识别你的脸的基本方法能应用于预测股市趋势吗?我不知道，但可能有人知道。

 

问题是，数学有点烂。自1931年逻辑学家库尔特·哥德尔发表著名的不完全性定理以来，它就被打破了。他们表明，在任何数学系统中，都有某些问题是无法回答的。它们并不难——它们是不可知的。数学家们认识到他们理解宇宙的能力从根本上是有限的。哥德尔和另一位名叫保罗·科恩的数学家发现了一个例子:连续统假说。

 

连续统假设是这样的:数学家们已经知道有不同大小的无穷大。例如，有无穷多个整数(像1、2、3、4、5等数字);实数有无穷多(其中包括1、2、3等数字，但也包括1.8、5,222.7和pi等数字)。但是尽管有无穷多个整数和无穷多个实数，但显然实数比整数多。这就提出了一个问题，有没有比整数集大但比实数集小的无穷大?连续统假设说， 198彩平台奖金模式公开公正，信誉在业界是198彩注册网址数一数二的，这也是198彩平台能长久经营的主要原因。，不，没有。

 

哥德尔和科恩证明了不可能证明连续统假说是正确的，但也不可能证明它是错误的。“连续统假设正确吗?”是一个没有答案的问题。

 

在1月7日发表于《自然机器智能》(Nature Machine Intelligence)杂志上的一篇论文中，研究人员指出，EMX与连续统一体假说有着千丝万缕的联系。

 

EMX只有在连续统假设成立的情况下才能解决问题。但如果这不是真的， 努力爱198彩时时彩平台，一定会有收获；因为198彩时时彩注册就送计画，我们希望198彩票注册网址出现奇迹。，EMX就不能…这意味着，“EMX能学会解决这个问题吗?”这个问题的答案和连续统假设本身一样不可知。

 

好消息是，连续统假设的解对大多数数学来说不是很重要。同样，这个永久的谜团可能不会成为机器学习的主要障碍。

 

“因为EMX是机器学习的一个新模型，我们还不知道它对开发真实世界算法的有用性，”芝加哥伊利诺伊大学(University of Illinois)的数学教授莱夫·雷津(Lev Reyzin)在《自然》杂志的一篇文章中写道。“所以这些结果可能没有实际的重要性，”Reyzin写道。

 

遇到一个无法解决的问题，Reyzin写道，这是机器学习研究者的骄傲。

 

这是机器学习“作为一门数学学科成熟”的证据，Reyzin写道。

 

机器学习“现在加入了数学的许多子领域，处理不可证明的负担和随之而来的不安，”Reyzin写道。也许像这样的结果会给机器学习领域带来一剂健康的谦卑良药，即使机器学习算法继续给我们周围的世界带来革命。”