但人们却容易低估已经被创造出来的东西的智能程度。要是十年前说自动驾驶，一定觉得那是人类智慧集大成才能发明的东西，说电脑围棋打败人类，一定是机器的掌握了一种极为先进的学习方法。突然间这些我们都做到了，但是突然间大家都觉得这些成就是 Trivial 的了。自动驾驶仅仅是图像识别的进步，AlphaGo 也仅仅是暴力搜索的升级，任何智能的进步一旦被创造出来，就不再智能了。人工智能的进步变得毫无惊喜，未来依然遥不可及。
真是这样吗？当然不是，我们的世界已经被算法改变的太多。我们的阅读大部分来自 Facebook（今日头条） 的机器学习算法推荐，听的音乐来自 Spotify（网易音乐） 的机器学习算法推荐，购买的东西来自 Amazon（淘宝京东） 的机器学习算法推荐。我们已经生活在了一个几乎完全由算法来决定的世界，机器学习已经完全改变了我们的生活。
对于人工智能的发展特别容易走两个极端，过于狂热或者过于悲观。但这都有一点迷思往往是共通的：人们对于人工智能的期待总是喜欢对标人类的智能，认为只有像人类那样归纳和演绎才是智能的表现。然而这种期待是错误的，机器智能不会是一种像人类智能成长方式来成长的。正如我在这一波人工智能泡沫将会怎么破灭？ - 知乎 中提到的：机器智能的发展，是渐进的，是被广泛应用的，是永远不会后退的，并且是普通人难以察觉的。
话说回来，倘若你也经历过机器学习的模型上线，取代人类的经验系统，带来 KPI 翻 5 倍，或者营收翻翻，这样的巨大震撼体验的话，或许你也会像我一样，由衷地认为机器学习的应用前景广阔，激动不已。倘若当初王垠能够坚持学习人工智能，早日投入工业界做应用，恐怕早已功成名就，扬名立万，成为人工智能第一吹了。
来源：知乎
作者：陈然
匿名用户扯了一半天，cs的黑数学，数学的黑cs，有卵用？有意思？
根本问题是，数学的本质是符号或者记号么？并不是，符号规范不规范根本和数学无关。甚至计算机语言优美不优美，也跟计算机无关，大不了编译器麻烦一点，最后不还是变成0101么。要都想优美，大家都用haskell了？
就算你写积分先画个符求平安，该积不出来的还是积不出来。好多数学证明的手稿都丑的一逼，一点都不优美，因为人家不靠脸，靠脑子啊。
来源：知乎
Wawawater 崩溃写论文ing
6 人赞同
形式化的好处是有利于严谨但是不利于理解，像是基础离散概率的知识很多都是很自然的想法，形式化只是换了一种表达方式而已，但是更重要的是这知识本身。当然发paper还是要严谨，这样有利于学术交流。
举个例子，任何二次等式至多有两个根，这是一种很自然的表达。如果形式化换成一阶逻辑表达式就变成了
但是形式化并没有为我们带来任何新的知识，只不过表达起来更加严谨而已，更重要的还是这些形式表达式后面所蕴含的数学idea，抽象的知识要有具象的例子和直觉来支撑。
@张秉宇 提到了数学工作者与程序员的思维区别，其实关于计算机科学家使用到的离散（具体）数学，和数学家更为偏好的抽象数学之争，数学家自己也在吵。Timothy Gowers作为匈牙利学派的继承人，曾经提出过数学有两种文化，一种是发现unified数学理论的文化，例如布尔巴基这种；还有一种就是专注于具体问题的文化，他称作匈牙利文化。作为被Erdös深深影响的人，我觉得两种都很重要。但是Gowers认为计算机有一天会取代数学家....
