第四章 What the fxxk！這怎么可能？

　　“又是審稿邀請？讓我看看這次是什么論文，嗯，《一種解決異或問題的感知機模型》？”

　　大洋彼岸，寬敞的教授辦公室內(nèi)。

　　羅伯特·懷特教授剛剛悠閑地泡好一杯咖啡，正準(zhǔn)備看兩篇論文來度過一個輕松的下午茶時間，就看到郵箱收來一封NIPS的審稿邀請。

　　NIPS是 Neural Information Processing Systems的縮寫，即神經(jīng)信息處理系統(tǒng)大會，是目前世界上最頂級的機器學(xué)習(xí)領(lǐng)域會議之一。

　　身為領(lǐng)域內(nèi)的優(yōu)秀學(xué)者，又曾在這個會議上投中過幾次論文，收到審稿邀請對于懷特教授早就司空見慣，他習(xí)以為常的打開郵件。

　　看到題目的那一刻就忍不住冷哼了一聲，解決異或問題的感知機？異或問題提出到現(xiàn)在已經(jīng)幾十年了，你告訴我只用一篇論文就能輕易解決，當(dāng)我是傻子么？

　　懷特的不屑是有原因的，他當(dāng)然不會認(rèn)為這種幾十年來的難題不可能解決，否則科學(xué)的發(fā)展是怎么產(chǎn)生的？

　　但解決流程應(yīng)該是某位大牛定下方向，然后麾下幾位小牛圍繞這個方向發(fā)表幾篇甚至十幾篇論文，在圈內(nèi)引發(fā)一輪又一輪熱議。

　　然后在某一天，大牛小牛們在arxiv上聯(lián)名掛出一篇合作論文，再經(jīng)過一兩個月的發(fā)酵之后，才會送到他們審稿人的桌上！

　　而不是像現(xiàn)在這樣，由一個不知名作者拿出一個玩具模型，配上土到極致的題目發(fā)給自己！

　　隨便掃了兩眼正文內(nèi)容后，懷特更加確信自己的判斷，論文通篇樸素的思路和簡單的模型讓人感覺就像一個本科學(xué)生、甚至是民間科學(xué)家的自娛自樂，而后面好到浮夸的結(jié)果更像是作者吹牛吹過了頭，讓人一眼便心生反感。

　　這種論文懷特每年都能審到幾十上百篇，甚至還有某些民間科學(xué)家拿著兩頁寫滿初等數(shù)學(xué)公式的草紙聲稱自己證明了四色定理，找他幫助發(fā)表，因此他對于這種學(xué)術(shù)垃圾多搭理一點的想法都欠奉。

　　只在審稿意見里刻薄的寫下一句“希望作者減少一點crank（民科）式的囈語”，就干脆利落地把文章丟進(jìn)了垃圾箱。

　　一天的好心情蕩然無存，懷特不禁罵罵咧咧道：“What the fxxk！”

　　………………

　　“What the fxxk！”

　　看著眼前的論文，戴·瓊森的感嘆與前一位審稿人驚人的一致：“天吶！這個作者是個瘋子嗎？”

　　但話語中的含義卻與前者完全不同！

　　兩個小時前，

　　瓊森眉頭緊鎖著看完了整篇論文，卻驚奇的發(fā)現(xiàn)自己沒能找出任何理論或者邏輯上的錯誤。

　　雖然與懷特一樣，下意識認(rèn)為這篇簡單的文章一定在哪里出了問題，但作為一個頗有責(zé)任感的審稿人，瓊森還是希望找到駁回發(fā)表的充足依據(jù)。

　　“看來這個作者還是有一定水平的，至少他能夠合理地隱藏自己的謬誤……對了，他的代碼！”

　　他迅速翻到最后，從附錄的URL中找到了作者提供的匿名代碼，當(dāng)然，他并不準(zhǔn)備直接運行它。

　　作為學(xué)術(shù)圈的老油條，瓊森深知這些論文代碼里面的貓膩。

　　一些學(xué)者為了讓自己的成果顯得更好，往往會選擇在某一個任務(wù)的數(shù)據(jù)集上使用幾百上千組不同的參數(shù)測試自己的方法。

　　然后選擇表現(xiàn)最好的參數(shù)組合放在論文上，對其它失敗的組合閉口不談，從而聲稱自己達(dá)到了SOTA（state-of-the-art，當(dāng)前最先進(jìn)的）的效果。

　　而實際上，只要稍微變動一下其中的某個數(shù)值，或者甚至保留數(shù)值不變，原樣用在另一個任務(wù)上，這些方法的表現(xiàn)就會瞬間暴跌！

　　這些論文同樣都是毫無價值的垃圾，瓊森認(rèn)為這篇《感知機》的作者也使用了相同的技巧。

　　瓊森打算參考著作者的代碼自己重新寫一遍——當(dāng)然，是用自己設(shè)置的結(jié)構(gòu)和數(shù)值——反正只要按照論文里的思路來進(jìn)行，如果最后結(jié)果很差，就可以說明這是一篇不折不扣的“煉丹文”，剛好作為反駁的依據(jù)。

　　但運行出來的結(jié)果卻讓他始料未及！

　　這兩個小時里，他按照作者的思路，使用了不同的參數(shù)和結(jié)構(gòu)，但最終結(jié)果卻與文中相差無幾，遠(yuǎn)超現(xiàn)有的SVM方法！

　　不敢置信的他換了一組又一組數(shù)據(jù)，甚至使用了不同的任務(wù)來做測試，但越做結(jié)果就越讓他心驚，因為其中幾組參數(shù)下的多層感知機的表現(xiàn)，甚至比論文里的樣例都要好！

　　作者甚至都沒調(diào)參！

　　做完實驗后再回頭看論文，瓊森的心態(tài)發(fā)生了翻天覆地的變化。

　　這個作者仿佛只是理所應(yīng)當(dāng)?shù)卦谡f，我們在感知機上的研究遇到了一點小問題，我看了看，大概問題在這里，所以我改了改，果然一下就改好了。

　　至于剩下的調(diào)參之類的苦力活，實在是太麻煩了所以懶得做，就留給你們吧！

　　似乎絲毫沒有意識到，這個“小問題”，已經(jīng)困擾了計算機領(lǐng)域三十年！

　　瓊森茫然的盯著屏幕，突然想要給自己一巴掌，好讓自己發(fā)現(xiàn)原來這是在做夢。

　　但這股沖動存在了一瞬便即消散，他還是激動而忠實地寫下評審意見：

　　“完美的邏輯推論和無懈可擊的理論過程！作者在論文中提出了一種簡單卻有效的多層感知機（MLP）方法，解決了困擾學(xué)界多年的異或問題，……”

　　“本人按照文中的思路進(jìn)行復(fù)現(xiàn)，得出了相近的實驗結(jié)果，實際上，我發(fā)現(xiàn)在XX和XX等參數(shù)設(shè)置下，MLP的表現(xiàn)可以進(jìn)一步地提升，這一發(fā)現(xiàn)有力地支撐了本文的可行性……”

　　寫罷，瓊森仍舊感到恍如夢中，不敢相信可能是今年領(lǐng)域內(nèi)最有突破性的成果，就這么輕易地出現(xiàn)在自己面前。

　　最終還是癱靠在座椅上，無力地呻吟出聲：

　　“WTF！這怎么可能……”

　　…………………………

　　“這怎么可能？！”

　　王浩中雙手撐桌，看著自己電腦屏幕上顯示的結(jié)果，不可置信地失聲喊道。

　　雖然十分質(zhì)疑徐毅在課上講的內(nèi)容，但王浩中還是遵從父親“實踐出真知”的家訓(xùn)，回家之后按照老師的課件復(fù)現(xiàn)了課上講的模型。

　　結(jié)果，他隨便搭建的MLP模型，在手寫數(shù)字分類的數(shù)據(jù)集MNIST上，居然達(dá)到了98%的準(zhǔn)確率！

　　當(dāng)前在機器學(xué)習(xí)領(lǐng)域內(nèi)最通用的SVM模型，在這個數(shù)據(jù)集上的準(zhǔn)確率只有不到95%，別看兩者差距好像不是很大，但是換一個角度，這代表著MLP的錯誤率比前者低了一半以上。

　　雖然SVM方向上有很多改良的算法，也可以達(dá)到接近甚至超越98%的數(shù)據(jù)，但別忘了，這只是他隨手搭出來的框架，同樣還有很大的進(jìn)步空間！

　　為了保險起見，他甚至把這些內(nèi)容找父親做了確認(rèn)，對待學(xué)術(shù)一向吹毛求疵的父親在看到結(jié)果后都是一言不發(fā)，最后只留給他一句“好好聽老師的課”，轉(zhuǎn)身就走，

　　——這個成果絕對、完全、百分百地沒有問題！

　　MLP的出現(xiàn)，絕對是世界級的突破！

　　但這樣一個可以改變世界的發(fā)現(xiàn)，怎么會出現(xiàn)在面前的小講師的手里，還被他輕飄飄地直接在一節(jié)小學(xué)期的選修課上這么隨意的提出來？

　　如此重要的突破卻誕生在如此不嚴(yán)肅的場合，王浩中感到一陣濃濃的荒謬感向自己傳來，整個世界都不好了。