視網膜竟然裝反了！演化留給人類的奇怪結構

這篇報導超有趣的！也讓我們知道演化畢竟不是經過有系統的規劃後產生的現象，不合理的演化特徵其實時常發生，通常經過突變與天擇會讓這些現象被比較合理的新突變淘汰消失，但就是會有些特殊原因，讓某個不合理的特徵一直流傳千古！

要依賴偶發的突變讓視網膜整個反過來是不太可能的！因為牽涉的機制相當複雜，要讓視網膜整個翻轉，我們需要的不是「一個」而是「好多個」突變同時配合發生在同一個個體。即使真的發生這個千載難逢的突變「組合」，但是生物體如此複雜，或許我們身體的其他部份已經習慣這個反轉的視網膜，轉正之後反而產生其他的不協調，於是這個眼力比較好的生物未必整體競爭力比較好，還是被天擇「淘汰」了！

其實機器學習產生軟體的方式就跟這種演化過程很像！不斷的嘗試新的變數與方法，經過模擬答案與正確答案的差異回饋找出最佳的組合！目標是整體正確率最大化，但是不保證產生出來的每個程序都很合理！就是只問結果不擇手段的意思。

所以類似上面這種演化的死角現象一定也會在機器學習產生的軟體裡面出現，目前我們當然不能，好像也不應該去惡搞生物的基因來「糾正」這類演化產生的異像。但是機器學習的產品是電腦程式，好像就可以人為介入去修改？只可惜使用機器學習作「研發」的人，根本不在意，更不想費事去分析機器學習產生的軟體內容是不是合理？是不是還可以最佳化？誰知道電腦在「想」甚麼啊？只要他能辦事就好了！

所以機器學習這樣發展會有兩大問題，一是我們開始不研究到底人工智慧的判斷過程到底發生了甚麼事情？實質的科學知識研究就會趨緩甚至停滯，最後一切都靠電腦自主判斷，魔鬼終結者電影中的天網，那種超越我們的能力與智慧的電腦程式就很有可能出現了！如果機器學習無法產生比人更好的智慧呢？那我們就浪費了很多原本可以研究真正的科學，讓科技進步的時間了！兩個結果都沒人會喜歡。

其二是以目前的機器學習水準，電腦用嘗試錯誤的方式進行演化，很難精準地針對目標問題作準確的判斷，所以機器學習的軟體準確度很難達到高標。即使辨識率很高，代價也會太大！須知機器學習的概念是追求「最準」，而非「最快」，就是以最節省計算資源的方式達到目的！所以即使真的開發出很多機器學習為基礎的軟體，我預計也是大家用不起的！誰家有很多的超級電腦呢？即使有，也很不環保的浪費太多能源了！

所以奉勸大家不要繼續對機器學習有不合理的過高期待了！傳統的演算法研究才是科學研究的根本，絕對不應該被忽略偏廢的！好好的用物理、化學、生物與數學去理解分析問題，才是科學研究發展進步的主軸正途，機器學習絕對不是！它最多是個輔助工具，或沒有辦法時的辦法，或當我們距離解決問題還很姚遠時的評估試探工具。