俗話說：隔行如隔山。但就算同一座山，有的時候因為“山”太大，未能爬到頂峰的人往往很難一窺整座山的全貌。這不，雷鋒網(wǎng)在Reddit的機器學習版塊就發(fā)現(xiàn)了一個很熱烈的討論，題目叫做：“機器學習專業(yè)的研究僧們進來說一說，你是否遇到過你完全不能理解的機器學習概念（Those who are working professionally in ML and/or academics who have completed graduate-level coursework in ML: Are there any ML concepts that you don't quite fully grasp?）？”在問題下也有不少有意思的回答，雷鋒網(wǎng)整理了部分回答，與機器學習的“煉丹師”們共勉。

排在最前面的是@Leonoel講述的一個高票故事：

“故事時間。

我喜歡和我的學生講這個故事來激勵他們，同時也希望能減輕他們的‘不懂裝懂綜合癥’。

在NIP 2013上，當時有一位演講者的演講我完全聽不懂。這是我博士的最后一年，這讓我產(chǎn)生了警覺。我開始感覺很糟：作為一個新出爐的博士，我竟然沒有能從NIPS的主題報告中學到任何東西！

當時坐在我旁邊的兩個朋友，其中一位是UC Berkeley的Michael Jordan，另一位在波士頓和Andrew McCallum一起做研究。這兩位教授在機器學習界的大名如雷貫耳，所以我想當然的想，他們應該從這個報告中學到不少東西。

但最后，他們告訴我，他們同樣聽得一臉懵逼。

這個故事的含義是：機器學習是一個巨大的領(lǐng)域，如果你在你自己的領(lǐng)域花了足夠多的時間，你很有可能難以對其他領(lǐng)域了如指掌。不要浪費你的時間去了解每一件事情。

還有另一個例子：我有個朋友是普林斯頓的數(shù)學家，但他從來沒有理解過機器學習背后的數(shù)學，因為他主要是做數(shù)學理論研究的?！?/p>

在這個回答下，網(wǎng)友@iamiamwhoami做了補充說明：

“你在應用領(lǐng)域社區(qū)混久了就會感覺到，有的人真的是不怎么擅長解釋他們的研究。”

@gionnelles也做出了類似的回答：

“如果有人聲稱他了解機器學習領(lǐng)域的所有東西，這絕壁是撒謊或者是錯誤的。機器學習領(lǐng)域太過廣泛，研究進展太快，這意味著人們可以成為直接接觸他們所在細分領(lǐng)域的專家，并聰明地討論其他部分，但總有新的東西值得學習?！?br/>

甚至一些機器學習基礎(chǔ)的重要理論如RNN和反向傳播理論，不少人也表示有諸多理解難點，例如網(wǎng)友@klop2031就這么說：

“RNN的遞歸怎么繞，以及反向傳播如何通過時間起作用，對我來說仍然一團亂麻。我仍然需要通過數(shù)學方式來理解，同樣，對比分歧的原理如何我也不大清楚?！?br/>

好不容易弄懂了反向傳播，卻發(fā)現(xiàn)Hinton老爺子又有了新理論。@wdroz是這么說的：

“要想時刻跟隨并理解機器學習的最新潮流很難，尤其在深度學習領(lǐng)域更是如此。舉個栗子，我讀了好些關(guān)于Capsule網(wǎng)絡(luò)的介紹，但我還是無法理解其工作原理?！?br/>

@debau的回答讓我們感到了深深的絕望：

“我希望我能理解我自己的論文...”(這就過分了吧...)

也有賣萌的，比如網(wǎng)友@oursland的回答：

我曾經(jīng)做到了這一點。然后我又把所有東西給忘掉了（雷鋒網(wǎng)注：@oursland這里用的是機器學習中的“災難性遺忘”的梗）。這當中一定有一套炒雞糟糕的超參數(shù)，或者其他的什么東西作怪。：V

網(wǎng)友@andyspl也聲稱做到了這一點：

“握爪！我試圖將這些東西寫下來，但我的筆記本邊上的空白太小啦~”

（費馬大定理：“我確信已發(fā)現(xiàn)了一種美妙的證法，可惜這里空白的地方太小，寫不下......”）

嗯，以上的笑點，只有做機器學習的理工男才懂......

而得票最高的是Reddit網(wǎng)友@stochastic_gradient富有哲理的回答：

“沒有人會完全理解（機器學習的所有概念）。每一篇發(fā)表在Arxiv的論文所講的，實際上都是作者已經(jīng)理解、但之前從未有人理解過的東西。

做機器學習研究，的確100%的是一件你需要和你不能完全理解的東西打交道的事兒。任何吸引你的事情都源于你對它的不了解，矛盾的是，即便人們知道解釋這些事情是他們的工作，但他們?nèi)匀粫Υ擞泻艽蟮牟话病！?/p>

這或許也正是機器學習的迷人之處吧。

對于這個問題，現(xiàn)在正在機器學習路上的你又有什么看法呢？如果你想了解關(guān)于該問題的更多討論，請點此前往Reddit。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。