高中生在学习神经网络 我的老师不会
贾浩南是奥菲寺的
量子报告| QbitAI，微信官方账号
“现在高中生不讲5，可以抢研究生的机器学习项目。」
昨天，一位美国高中老师的帮助被发布在Reddit上。
他的一个学生正在进行一个关于机器学习的项目，并向他寻求帮助。
但这完全超出了他的能力范围，所以老师希望AI专业人士能给这个孩子一些指导。
看了这个高中生的博客，很多网友称赞他是“天才中学生”。
有些人甚至高呼他对比不少研究生还强,未来的研究是无限的.
美国高中生学习AI到什么程度，得到“天才”的赞誉？
美国高中生的抱负
Isaac Krementsov,是一名高中生，就读于美国佛蒙特州的尚普兰山谷联合高中，是该州顶尖的公立高中。
艾萨克目前12年级，相当于国内高三。
今年9月，艾萨克首次开始了自己的机器学习研究项目，并开设了专门的博客记录研究笔记。
三个月来，他积累了上万字的笔记，从简单到深刻，逻辑连贯，从最初的项目立项，研究目的，到遇到的问题，寻求专业的解决方案等等。
从项目的规范性程度和整体框架来看，艾萨克的机器学习项目确实令人印象深刻，他的投入度、认真度和写作思路都超过了普通高中生。
Reddit上有人称赞他的写作功底，甚至超过了很多研究生。
但是，无论文笔再好，框架再清晰，都无法说明研究本身的价值。
艾萨克做了什么项目？
根据他第一篇博文的描述，他在做使用AI对真实世界的运动物体，进行艺术化处理再现,从而讨论人工智能创作是否可以被称为艺术。
简单地说，就是实现视频的风格迁移.
为了实现这个目标，艾萨克计划使用三种不同的算法。
第一种是模拟时间序列物理过程(水流、轨迹等)的机器学习算法。)，其中物理过程由微分方程建模。
第二种算法是动画算法，用来处理运动中的光影效果。
三是艺术风格算法，用来传递结果的风格。
因此，他给出了最终程序的架构图：
以上工作都不简单，涉及微积分、计算机图形学、流体力学等课程，但也有扎实的计算机基础和编程经验。很难想象高中生能完全掌握这些技能。
根据艾萨克的叙述，他确实有一定的高数和计算机基础。比如他知道怎么用快速傅里叶变换解微分方程。
然而，直到他在SciPy中发现了FFT软件包，才开始使用该算法。
艾萨克能掌握编程最基本的技能。
但是CNN和GAN算法的复杂原理都优于高中生。
到现在为止，他掌握的算法，不管是CNN还是GAN，都是TensorFlow的免费教程。艾萨克的工作主要是通过测量结果和访问大学研究者来了解算法的框架和功能模块。
艾萨克对神经网络的数学原理和构造方法以及如何训练并不太了解。
比如，他担心收集模型训练数据，直到大学研究人员告诉他Kaggle上有很多可用的数据集，建议他用Google Colab代替他用笔记本训练模型。
真的是天才吗？
这里相信大家都能理解，所谓的“天才高中生”其实是夸大其词。
提出的研究目标非常远大，涉及的知识范围很广。要完成这项研究的工作量，可能需要团队成员的努力。
但他本人缺乏相关扎实的专业知识，甚至机器学习领域的一些基础知识还不清楚，无法一次性上手这么大的项目。
这也是为什么艾萨克最近的博客(12月4日)对GAN的基本训练方法还是比较熟悉的原因。
在这篇博文中，他发现了在GAN中处理大像素图像时发生器的崩溃，并提出了一种借鉴英伟达并在GAN中加入风格映射网络的方案来解决这个问题。
艾萨克为理解基础原则之上的框架部分付出了巨大的努力。它甚至可以自己稍微优化一下神经网络。
与他的研究成果和进步相比，网友们称赞了艾萨克认真严谨的态度，以及他从现象中提出问题，试图寻找解决方案的探索精神。
平静的声音
艾萨克的老师在他的帖子中说，他毫不怀疑自己将来会在这条路上取得成功。
但是，他无法回答艾萨克目前的问题，害怕自己无法指引自己前进的方向。
除了艾萨克在评论区的赞美，很多人都羡慕他有这么一个关心学生的好老师。
然而，有人质疑帖子本身。他认为发帖导致过分的表扬和关注，对学生不利。鼓励年轻人追求兴趣，要注意分寸。
就连绝地也有规则和约束。
至于老师的顾虑，有网友劝道：
相比过度担心，学生自己去探索有趣的话题更好，遇到挫折也不用紧张。老师没有必要设置“正确”的路径来引导学生。
这个所谓的美国“天才”中学生值得推广吗？