之所以想写这么一篇文章主要原因在于最近在看迈克尔・怀特写的《牛顿传：最后的炼金术士》结合最近在学习机器学习相关颇有感触。
事先申明由于本人刚开始接触机器学习相关知识，还停留在很初级的阶段，如下文在阐述机器学习相关有明显问题，欢迎指正。
在还在读书的时候，很痴迷荒川弘的《钢之炼金术师》，在第一话里爱德华和自己的弟弟阿尔思念已经过世的母亲，突破炼金术禁忌，想「复活」自己的母亲，却牺牲了自己的弟弟和左脚，为了救回弟弟，爱德华又牺牲了自己的右手换回自己弟弟的灵魂并把他灌注到个盔甲内。当时看其实感觉有点恶心和血腥，但也因此记住了其「等价交换原则」，颇有那么点哲学意味。整部作品把炼金术渲染得天马行空，像魔法一样。那现实中的炼金术是什么样子呢？
以下节选自《牛顿传：最后的炼金术士》：
首先需要将三种材料放到研缸里混合，分别是两种金属（纯铁矿+铅/水银）和有机物的酸（常用的柠檬酸等），将它们细细研磨，让其彻底混合，最长可达6个月之久；
然后将混合物置于坩埚中小心加热，慢慢把温度调高到最佳状态，且维持高温约10天左右；
等限定的加热期完毕之后，要把坩埚中的混合物倒入酸性溶液中溶解；
待完全溶解后，下一步是将溶液蒸发，产生新物质，这个过程是最精致也是最费时的部分，且充满着危险。如果有幸成功，那下一步是从蒸馏器中取出材料，加入氧化剂（通常使用硝酸钾），这其实也是调制火药的过程，逃过了毒气和火灾，还有个炸弹在等着；
如果能很幸运的走到最后一步，即将最后的混合物「密封」到一个特殊的容器内，要谨慎加温，等到冷却之后开启容器，这时偶尔会发现一些白色硬块，那就是所谓的「白宝石」，传说它可以把普通金属变成白银，但是，要达到至高无上的境界，还要继续「打磨」，才能产生一种红色固体，叫做「红玫瑰」，也就是所有炼金者梦寐以求的「点金石」。
抛开这件事本身就很「荒缪」不说，整个过程漫长且充满着危险，但其结果充满着「不确定性」。
回到机器学习，在Goodfellow、Bengio和Aaron合著的新书《Deep Learning》中是有这样一句话：
20世纪90年代以来深度学习就成功用于商业应用，但通常被视为一种艺术而非技术，且只有专家可以使用的艺术，这种观点持续到最近。
相比传统的工程技术，机器学习工程师更需要点「悟性」，好比设计师要有「设计感」，还有已经消失的炼金术士们。
「训练集」就好比其三种材料混合而成的「原材料」，「算法」就好比后面的一道道工序，在这个过程中你得不停地「调参」来「控制火候」以达到想要的效果。这个过程一样充满着「漫长」和「不确定」，但其结果就像「红玫瑰」一样充满着吸引力。
炼金术起初的目的是想造成「金子」，而以机器学习为代表的人工智能技术是想造出个「人」来。但随着时代演进炼金术没有造出「金子」但其副产品（蒸馏术等）和其影响的人（波义耳、牛顿等）为近代社会产生了深远的价值。之于机器学习，虽然我们还没放弃所谓的「造人计划」，但其衍生出的各种算法已经在各行业有所应用，其产生的势能必将对未来社会产的更为深远的影响。「造人」会不会像「造金子」一样最后发现是一件很荒诞的事情？不得而知，但如果没有当初这种「荒诞」的想法并想把之付诸行动，亦不会产生这些衍生技术来造福这个社会。
