书架
我的不科学大脑
导航
关灯
护眼
字体:

第九十八章 善恶

『如果章节错误,点此举报』
第(1/3)页
  看着扬静姝和扬弃离去的背影,林行知隐约猜到了什么。

  “之前那猜不透的焦虑,是孤独吗?”

  林行知下意识摇了摇头,他并不认可孤独这个词汇。

  在他看来,任何一个成熟的个体都不应该感到孤独。

  孤独,是一个群体性词汇。

  当个体处于群体边缘,又十分渴望融入群体,才会滋生出孤独感。

  这种孤独,实则是个体无法与自己相处,没有建立健全的自我,只能奢求外界给予心理慰藉。

  毫无疑问,这种孤独是一种变态的表现。

  “或许我这种感觉正应对了庄子的那句话,「独与天地精神往来」,我的孤独是饱满的,是个体最完美的状态。”

  没有思考太久,林行知很快就将这份情绪抛之脑后。

  花了两个多小时,林行知再一次收集了四种不同生理状态的血液样本。

  林行知没有去做代谢通量的实验,而是将目光放在这这两天刷的论文上。

  既然大脑已经成功建立了「人体代谢网络图谱」,林行知不得不有了更大胆的想法。

  林行知准备将自己认为有前途的天然物质,根据现有的代谢动力学、药效动力学、毒理学和物化性质进行计算建模,或许能得到一些意想不到的结果。

  通过计算机探究药物属性,已经不是什么稀罕事了。

  从Hansch的定量构效关系开始,已有50多年的历史,不少学者都尝试过诸如朴素贝叶斯(Naive Bayes)、决策树(decisiontree)、支持向量机和随机森林等浅层学习算法,进行预测。

  实用价值得到了学者们的一致认可。

  而且,大脑超强的并行计算能力,完全支持从浅层学习算法的基础上,增加隐含节点,也就是所谓的深度学习。

  不仅如此,在记忆这些数据的过程中,大脑就已经自动化完成了数据集的标识。

  “就算得不到确切的结果,应该也能提升大脑在特征提取方面的能力。”

  林行知下意识感觉到兴奋,如果人类也能提升特征提取的能力,认知与智商绝对能得到极大的提升!

  特征提取,是机器学习的实质。

  同时,也是人类思维过程中最重要的底层逻辑之一。

  比如,双眼识别谁是熟人,谁是陌生人。

  本质上就是进行了「特征提取—分类」这个过程。



(本章未完,请翻页)