如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？

本题已加入知乎圆桌「机器学习 · 学以致用」，更多「机器学习」相关话题讨论欢迎关注。
用数据的方法来研究科学，最典型的例子是开普勒关于行星运动的三大定律。既然机器学习，深度学习是走开普勒的路线，很好奇现在的机器学习深度学习有办法完成开普勒当年完成的工作吗？

匿名用户 · 2018-10-3 21:46:01

提示: 作者被禁止或删除内容自动屏蔽

米牛牛 · 2018-10-3 21:46:02

有些问题存在【简单优美】的结构分析和解析表达(公式)、比如广义相对论
还有一些问题(目前)适合统计分析、比如机器下围棋

匿名用户 · 2018-10-3 21:46:03

提示: 作者被禁止或删除内容自动屏蔽

匿名用户 · 2018-10-3 21:46:04

提示: 作者被禁止或删除内容自动屏蔽

无疆 · 2018-10-3 21:46:05

用我们数据结构老师的一句话来说：
计算机毫无智能可言，它只不过是干了人想让他干的事情。
毕竟啊，naive

She Guan · 2018-10-3 21:46:06

换句话问，这是不是一个NP难问题？
当然是。

远方 · 2018-10-3 21:46:07

显然可以吧，虽然门外，但maple symbol calculation 已经如此perfect了

莫龙的矿物 · 2018-10-3 21:46:08

看了各位的回答，感觉机器学习离突破“意义屏障”还有一段距离。

谢洪亮 · 2018-10-3 21:46:09

不能，机器学习的模型是用模型的复杂度来提高预测的精度。机器学习出的模型在科学意义上和托勒密的本轮均轮模型一样没有价值。或者说一切统计模型都没有科学价值，就像数学本事就不是科学一样，但不妨碍他们被用来做预测。

kqwyf · 2018-10-3 21:46:10

现有的机器学习与神经网络算法大多基于统计概率，也就是说机器并非理解了自然语言或者图片内容，而只是将收到的信息与系统中存储的概率进行比对而已，开普勒三定律的发现需要的智慧目前的机器学习还做不到，因为这是从一组(看似无规律)的数据中发掘规律的过程，目前计算机能做到的仅是寻找数据之间的关系，而难以寻求一组数据公有并能决定这组数据的特性。

如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？

10 个回复