如今做那个网站致富,网页设计与制作怎么插视频,网络平台怎么弄,企业线上推广公司前言
好久没有更新我的CSDN博客了#xff0c;细细数下来已经有了16个月。在本科时期我主要研究嵌入式#xff0c;研究生阶段对人工智能感兴趣#xff0c;看了一些这方面的论文和视频#xff0c;因此用博客记录了一下#xff0c;后来因为要搞自己的研究方向#xff0c;就…前言
好久没有更新我的CSDN博客了细细数下来已经有了16个月。在本科时期我主要研究嵌入式研究生阶段对人工智能感兴趣看了一些这方面的论文和视频因此用博客记录了一下后来因为要搞自己的研究方向就将人工智能和Deep Learning搁浅了。事实上我主要研究方向是气动软体机器人目前已经以第一作者身份发表了5篇SCI和授权了6项国家发明专利也拿到了校级十佳优秀研究生标兵和五四青年的称号希望有兴趣的小伙伴可以私聊我多多交流。最近我看了一些软体机器人双稳态方向的论文突然对深度学习人工智能中的梯度下降法有了更深的理解在此写个博客记录一下。
双稳态软体机器人
双稳态软体机器人是一种特殊类型的机器人这些机器人通常由柔软的材料制成能够在两个稳定状态之间切换。每个状态都对应着一个局部能量极小值其中一个状态比另一个状态的能量更低那么系统在这两个状态点会表现出稳定性。能量的示意图大约如下所示 在双稳态系统中如上所示的势能图会呈现出两个不同的深谷每个深谷代表一个稳定状态深谷底部对应着局部能量极小值。系统在这两个深谷之间的能量壁垒较高使得系统更有可能停留在这两个状态中的一个。
如果这样抽象解释的不够通俗那么我们可以想象小时候玩的啪啪圈或者是那种钢卷尺常态下是保持伸直状态受到很大的力的时候会变成卷曲状态然后我们再用力给它从卷曲态掰直就又变成了伸直状态。因此它的伸直状态或者卷曲状态都需要我们用外力提供能力否则这两种状态之间没法切换。所以这两种状态例如卷曲和伸直代表的能量大小就是局部极小值的能量。
进一步的我们去思考如果我们只给啪啪圈一点点的力例如每次我们将啪啪圈绕在手腕上都需要猛地卡一下才行如果轻轻地肯定啪啪圈就不会卷曲了那么它肯定没法从伸直态变为卷曲态。说白了施加的外部能量必须要克服伸直态和卷曲态之间的能量壁垒可以结合上面的图观察施加的能量必须要大于它的极大值才能跃迁如果我们只给了一点点能量肯定是不行的。
如果我们只给了一点点能量那么从图中E1点爬升的时候爬到一半就没能量了这时候就滑下来了我觉得这样想很形象因为滑下来了所以两个状态就没法切换。
人工智能中的Local Minimum
其实人工智能和双稳态是一样的人工智能在运算过程中会陷入局部极小值Local Minimum但是我们想要的不是局部极小值而是一个全局最小值这样才能保证算法的最优化就像我们高中学数学导数一样题目要求我们必须要找到一个最小值但是往往我们容易把极小值当成最小值来算。
在人工智能中如果我们计算出来的梯度太小那么就没办法达到能量跃迁的级别也就是会陷入局部极小值出不来了这就导致了算出来的结果是局部最优而不是全局最优。
感慨
其实人工智能是纯数学计算的产物。但是数学往往都需要有物理学去支撑否则数学学科的发展就没有现实意义了。今天看到双稳态能量跃迁突然想到了人工智能中的局部极小值Local Minimum。在人工智能中需要通过各种手段去克服局部极小值而在软体机器人双稳态中我们也需要通过各种办法增加能量达到能量跃迁的效果二者之间是相通的。
这也相当于数学在物理学中的实际应用了品味知识的乐趣。
