关于深度学习人工智能模型的探讨(三)(4)

3.4 空间折叠

上一节可以形象的看出,无理数都是多维空间图形,它们是多维空间通过“空间折叠”映射到一维直线上的。

关于空间折叠的观念,在现实生活中,是一个普遍的现象,日常生活司空见惯。

比如,为了便于携带,常常把三维空间的立体的凳子折叠成二维空间的一片木板的样子。

在这里插入图片描述

对三维立体物体空间折叠的好处是显而易见的:1、折叠后节省空间;2、折叠后简洁规范

在这里插入图片描述

不仅仅子桌子椅子需要折叠,我们日常表达一个事物也常常用到维度折叠的方法。

比如:

【新石器工具】 尖石头 + 木棍 + 绳子 => 矛

‘尖石头’、‘木棍’、‘绳子’等组成了一个新石器武器,可以“尖石头 + 木棍 +
绳子”等多特征维度来描述石器武器。不过在不需要特别考虑部件细节的时候,用部件的组合来描述也显得太麻烦太累赘不必要。现实中,我们更多地是简单化笼统表示,常常只需一个特征属性词语‘矛’来表达。所以,当‘矛’这个整体概念囊括‘尖石头’、‘木棍’、‘绳子’等部件组合时,其实就是在进行“特征维度折叠”(空间折叠)的表达。

在这里插入图片描述

又比如,一体条鱼可以看作其眼、耳、口、鼻、心、肝、脾、肺等各个器官的组合。用线性空间观点来看,眼、耳、口、鼻、心、肝、脾、肺等组成了一个多维度空间,如果以这个多个动物器官特征维度空间来描述鱼,当然是可以的。不过在不需要特别考虑部件细节的时候,用器官的组合系统化来描述也显得太麻烦太累赘不必要。现实中,我们更多地是简单化笼统表示,常常只需把鱼眼、鱼耳、鱼口、鱼鼻、鱼心、鱼肝、鱼脾、鱼肺等多个器官的有机组合体用一个特征属性词语‘鱼’来表达。所以,当‘鱼’这个整体特征属性概念囊括鱼眼、鱼耳、鱼口、鱼鼻、鱼心、鱼肝、鱼脾、鱼肺肺等多器官特征维度时,其实就是在进行“特征维度折叠”表达。

在这里插入图片描述

道理都是通用的,由于空间折叠的优点,在理论科学中类似空间折叠的现象也非常普遍。

比如,骰子的数学期望(概率词汇)类似于空间折叠

可以看出,如果在点数的1、2、3、4、5、6六个面的每一面的概率相同(概率都是1/6),则空间折叠(维度折叠、或者称为空间塌陷等等)将得到一个一维空间的数学期望值

骰子的‘数学期望’=Σ(1+2+3+4+5+6)*(1/6) = 3.5

在这里插入图片描述

又比如,n×m维和m×k维矩阵的乘积度的矩阵空间变成n×k维的数量的过程,相当于维度缩并,类似于空间折叠:

在这里插入图片描述

再比如,常见的n×1维和1×n维矩阵的乘积,是西格玛类∑的合计,计算后缩并一个具体的数:

在这里插入图片描述

在这里插入图片描述

还比如,普通的积分运算是不可数的微分dt的连加,最终得到的收敛积分值是一个具体的数。

这可以看作是连续无穷维空间(微分分量)压缩到一维空间,这也类似于空间折叠:

在这里插入图片描述

不得不提的另一个容易忽视,却意义重大的秘密:

空间图形经过维度折叠以后,原有的多维空间线性关系,很可能变成非线性的关系!(特征属性变异,同构映射变形)

比如:直角三角形斜边和两个直角边,在二维平面上构成了线性关系。记斜边为cZ、直角边分别为aX、bY,则满足线性关系:

aX + bY => cZ

但是,三角图形经过维度折叠以后在一维空间上,三角形三条边的长度不再具有线性关系。这时直线上,体现的是三角形三条边的模(标量长度)的平方和关系,满足非线性的勾股定理:

在这里插入图片描述

 注意,带平方的这个等式肯定不是线性关系的。

 注意,也是这个时候无理数才大驾光临的。

也就是说,原来在二维空间的具备线性关系的斜边(本来‘有理’的数),是因为维度折叠到一维直线上时变成模平方关系,所以才体现出平方根‘无理’数的非线性关系的。

在这里插入图片描述

“空间折叠”可以漂亮的解释无理数的现象:

第一,为什么无理数远远多于有理数呢?

答:因为有理数源自于一维直线,而无理数源自于多维空间。构成了多维空间的无理数,显而易见比组成一维直线的有理数多得多啦。

第二,为什么诡论无理数对形式逻辑而言是不可判定的?

答:因为诡论无理数是通过多维度空间折叠到一维直线的。多维度空间原有的线性关系因为空间折叠,“结构变形”了,不再具有原本的线性关系。所以线性关系下的形式逻辑系统,无从判断变形后的非线性关系的诡论无理数。

类似的现象是:我们无法从折叠后的物体扁平形状,认出它本来的立体的模样。

在这里插入图片描述

再多扯一句,先打个伏笔(后面再详细探讨),“空间折叠”现象是非常值得研究的。因为虽然折叠后的物体已经变形,但某些结构关系却仍然有痕迹。我们有可能通过某种手段(比如张量积上的群),部分的恢复出折叠之前的空间结构。

比如,如果在直线上某组数据存在平方根关系可以推知这是个空间三角形、如果在直线上某组数据之间有个π可以推知与空间圆形(曲率)有关,等等。

在这里插入图片描述

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_44575651/article/details/86563243
今日推荐