Lecun关于DL的思路

就是self supervise learning，出发点是对人类学习行为的观察，人类是怎么在没有
label也没有reward的情况下学习。人类小孩9个月的时候已经知道gravity，如果给他
看一个杯子悬空，他会觉得很惊奇。 结论就是通过观察这个世界，通过学习predict来获取世界运行的模型。 比如已知一个时间序列的前面，predict下面一个，或者
predict时间序列当中的一个。这个办法在NLP里面已经取得巨大成功，但是目前在别的领域还没有出现突破进展。

小孩生来就有传感器。实际上和大脑是一体的协调构成。不然就是先天不足的小孩。

深度学习不缺脑洞，缺的是靠谱有效的脑洞

【 在 Caravel (克拉维尔) 的大作中提到: 】
: 标 题: Lecun关于DL的思路
: 发信站: BBS 未名空间站 (Tue Dec 24 23:07:33 2019, 美东)
:
: 就是self supervise learning，出发点是对人类学习行为的观察，人类是怎么在没有
: label也没有reward的情况下学习。人类小孩9个月的时候已经知道gravity，如果给他
: 看一个杯子悬空，他会觉得很惊奇。 结论就是通过观察这个世界，通过学习predict来
: 获取世界运行的模型。 比如已知一个时间序列的前面，predict下面一个，或者
: predict时间序列当中的一个。这个办法在NLP里面已经取得巨大成功，但是目前在别的
: 领域还没有出现突破进展。
:
: https://www.youtube.com/watch?v=A7AnCvYDQrU&t=1548s
: --

楼主是不是没养过孩子， 幼儿绝对需要label和reward,而且很敏感。 大人脸色一变，口气一变，幼儿就能感觉到。 其实和动物差不多，可以观察到主人的表情。 机器要应该看人的脸色行事，才是发展方向。

学习人情需要互动，学习视觉不需要label

【 在 magliner (magliner) 的大作中提到: 】
: 楼主是不是没养过孩子， 幼儿绝对需要label和reward,而且很敏感。 大人脸色一变，
: 口气一变，幼儿就能感觉到。 其实和动物差不多，可以观察到主人的表情。 机器要应
: 该看人的脸色行事，才是发展方向。

对，婴儿天生就对任何人脸形状的东西有好感

【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 小孩生来就有传感器。实际上和大脑是一体的协调构成。不然就是先天不足的小孩。