看帖神器
未名空间
追帖动态
头条新闻
每日新帖
最新热帖
新闻存档
热帖存档
文学城
虎扑论坛
未名空间
北美华人网
北美微论坛
看帖神器
登录
← 下载
《看帖神器》官方
iOS App
,体验轻松追帖。
AI药丸!无数坐在泡沫上的ML,DL,NLP调参师一路好走
查看未名空间今日新帖
最新回复:2019年10月13日 19点42分 PT
共 (98) 楼
返回列表
订阅追帖
只看未读
更多选项
阅读全帖
只看图片
只看视频
查看原帖
c
cccpwx
4 年多
楼主 (未名空间)
王垠:机器与人类视觉能力的差距
http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
t
terryfox
4 年多
2 楼
AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
c
cccpwx
4 年多
3 楼
我也看出来是炒作,但是茶壶里面倒饺子倒不出来。
王垠的这篇批判有哥德尔之风
【 在 terryfox (狸狸) 的大作中提到: 】
: AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
: 这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
d
dnls
4 年多
4 楼
大快人心
用着十八世纪的数学 每年捞那么多钱
良心何在 廉耻何在
t
terryfox
4 年多
5 楼
王银的文笔很好,这篇太长没看过,以前写的都基本切中要害
AI要成功,还得靠千老。
尼玛大脑怎么工作都不知道,以为靠工程就能弯道超车?
AI根本不是工程问题,工程师没那个脑细胞
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 我也看出来是炒作,但是茶壶里面倒饺子倒不出来。
: 王垠的这篇批判有哥德尔之风
c
cccpwx
4 年多
6 楼
你做的那些东西,24世纪才能变现 LOL
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 大快人心
: 用着十八世纪的数学 每年捞那么多钱
: 良心何在 廉耻何在
e
edn
4 年多
7 楼
这货还活着呢?我还以为他觉得生命不合他的意,决定结束自己生命,重新投胎再来呢。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
★ 发自iPhone App: ChinaWeb 1.1.5
h
hayabusa
4 年多
8 楼
精辟,AI泡沫是华尔街的白手套。
国内什么旷世,是江家的白手套,云天离飛,是叶家的白手套。
【 在 terryfox (狸狸) 的大作中提到: 】
: AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
: 这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
d
dachu
4 年多
9 楼
一个受过科学训练的人挑新兴学科的毛病当然容易,但那不是你应该干的事,你的任务是把看似不能的东西做成。
95%的创业公司活不过3年,到理是一样的。只要是新的东西,绝大部分注定会失败。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
p
pear1234
4 年多
10 楼
很多重要的变革在成功前, 都是一批人排队批评说这不可行。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
S
SandersTrump
4 年多
11 楼
不客观。你不能因为蜻蜓和鸟的飞行机理不同,就说蜻蜓飞不起来。同理,机器学不会人脑的机制,也可以发展有自己的机制。
o
oIdMo
4 年多
12 楼
码农因为只有高中生物知识,还是高中体育老师教的,不了解生物是世界上最复杂的东西
以为模仿或者超过人的智能很简单,其实都是被体育老师害的
h
han6
4 年多
13 楼
作者是内行,说的技术都是对的,但结论不一定成立。
d
daigaku
4 年多
14 楼
菌斑老人不愿学新技术,酸葡萄吧。
这边会Deep learning的起薪比纯马工高50%
N
Notalandlord
4 年多
15 楼
四川大学出身的一行为艺术SB
[在 cccpwx (扶点双精) 的大作中提到:]
:王垠:机器与人类视觉能力的差距
:http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
:http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
:http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
d
dnls
4 年多
16 楼
上面早就有人说了 这是个泡沫 现在泡沫没有破而已
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 菌斑老人不愿学新技术,酸葡萄吧。
: 这边会Deep learning的起薪比纯马工高50%
d
daigaku
4 年多
17 楼
现在到处都在用,怎么可能泡沫就总结了。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 上面早就有人说了 这是个泡沫 现在泡沫没有破而已
o
oIdMo
4 年多
18 楼
马工智力不行,只能做自己发明的东西,比如电脑软件,靠弄慢软件,让用户不停升级赚钱
看到不知道原理的,就开始胡说八道,比如生物的智能是什么
d
dnls
4 年多
19 楼
泡沫不是说一点用也没有
郁金香也有用 郁金香也是泡沫
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 现在到处都在用,怎么可能泡沫就总结了。
i
iWater
4 年多
20 楼
属实
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 菌斑老人不愿学新技术,酸葡萄吧。
: 这边会Deep learning的起薪比纯马工高50%
d
dachu
4 年多
21 楼
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 上面早就有人说了 这是个泡沫 现在泡沫没有破而已
人类的历史就是一代泡沫代替上一代泡沫
不要把钱看的太狭义,钱就是舆论导向的工具,除此之外实际上屁也不是。
d
dnls
4 年多
22 楼
谁告诉你的
农业 青铜 冶铁 蒸汽机 电力 都不是泡沫
技术远不达不到吹嘘的那个效果 是为泡沫
以前发明技术的人都不会吹嘘 所以没有泡沫
【 在 dachu (Big Chef) 的大作中提到: 】
: 人类的历史就是一代泡沫代替上一代泡沫
: 不要把钱看的太狭义,钱就是舆论导向的工具,除此之外实际上屁也不是。
i
iWater
4 年多
23 楼
历史地看,产生过泡沫的科技也都在现实中得到了广泛的应用
即便是郁金香、君子兰这样的泡沫,其栽培技术也得到了提升
d
dnls
4 年多
24 楼
对 所以就是要恢复本来面目而已
我并不是在乎谁挣得钱多钱少
不能理解什么ai取代人来
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 历史地看,产生过泡沫的科技也都在现实中得到了广泛的应用
: 即便是郁金香、君子兰这样的泡沫,其栽培技术也得到了提升
o
oIdMo
4 年多
25 楼
AI的泡沫太多次了,谁还记得80年代的AI泡沫,1997年是终结者的地球毁灭日
d
dachu
4 年多
26 楼
只有做出来了你才知道他成不成。
哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
你之所以认为AI是泡沫是因为你想的是经典意义的AI。
这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 谁告诉你的
: 农业 青铜 冶铁 蒸汽机 电力 都不是泡沫
: 技术远不达不到吹嘘的那个效果 是为泡沫
: 以前发明技术的人都不会吹嘘 所以没有泡沫
d
dnls
4 年多
27 楼
你这等于什么都没说
是不是
【 在 dachu (Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
g
gogo2006
4 年多
28 楼
每一代都觉得自己这代不是泡沫。
【 在 dachu (Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
c
cccpwx
4 年多
29 楼
那些地方有用?
再说很多地方也不让你IT的来插手啊。ML傻瓜化,调个参其他系的都会,还有domain
knowledge。拧巴拧巴就是篇论文。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 现在到处都在用,怎么可能泡沫就总结了。
d
dachu
4 年多
30 楼
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 对 所以就是要恢复本来面目而已
: 我并不是在乎谁挣得钱多钱少
: 不能理解什么ai取代人来
实际上王说的那些东西都是对的。他指出了AI的不能。
但是作为一个AI科学家或工程师你的任务是告诉大家说什么能。只有把别人认为不能的做出来大家才会信服你。王没有任何迹象能成为一个出色的创造者。
不过,现在人们都爱网红。
d
dachu
4 年多
31 楼
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 那些地方有用?
: 再说很多地方也不让你IT的来插手啊。ML傻瓜化,调个参其他系的都会,还有domain
: knowledge。拧巴拧巴就是篇论文。
论文这个东西都是自娱自乐骗傻子的,别当真。
人脸识别,语言合成,自动车都是实实在在的吧
你觉得机器人士兵还远吗?
i
iWater
4 年多
32 楼
小王自己堕落成调参师了,木有成为结构师
悲愤使然,理解理解
d
dnls
4 年多
33 楼
人脸识别算什么智能
识别的前提是已经有你的照片
那叫查字典
【 在 dachu (Big Chef) 的大作中提到: 】
: 论文这个东西都是自娱自乐骗傻子的,别当真。
: 人脸识别,语言合成,自动车都是实实在在的吧
: 你觉得机器人士兵还远吗?
v
verdelite
4 年多
34 楼
他已经SB化了。AI泡沫,那张学友演唱会抓逃犯是假的?
K
Karcas2
4 年多
35 楼
泡沫化并不是说AI技术本身不行,而且搞AI的大部分人水平不行,这个社会上水平不行的人永远是大多数
d
dnls
4 年多
36 楼
你告诉我这跟过去张榜抓逃犯有什么区别 无非就是眼睛多点儿尖点儿
【 在 verdelite (石头) 的大作中提到: 】
: 他已经SB化了。AI泡沫,那张学友演唱会抓逃犯是假的?
d
dnls
4 年多
37 楼
谁能反驳下面这段话?
其实所谓“神经网络”应该被叫做“可求导编程”。说穿了,所谓“神经网络”,“机器学习”,“深度学习”,就是利用微积分,梯度下降法,用大量数据拟合出一个函数,所以它只能做拟合函数能做的那些事情。
S
SandersTrump
4 年多
38 楼
你怎么知道人脑子里不是一堆拟合函数?
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 谁能反驳下面这段话?
: 其实所谓“神经网络”应该被叫做“可求导编程”。说穿了,所谓“神经网络”,“机
: 器学习”,“深度学习”,就是利用微积分,梯度下降法,用大量数据拟合出一个函数
: ,所以它只能做拟合函数能做的那些事情。
d
dachu
4 年多
39 楼
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 你告诉我这跟过去张榜抓逃犯有什么区别 无非就是眼睛多点儿尖点儿
你要竞选菌斑第一杠头哥投你一票。
d
dnls
4 年多
40 楼
人脑怎么可能是一堆拟合函数?
所有数学函数跟人脑相比 维度太低了
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
v
verdelite
4 年多
41 楼
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
就是。还有很多人论证机器没有意识,所以比不过人。我老的一个光辉论断是人也没有意识。所以机器还是可以比过人。
i
iWater
4 年多
42 楼
看门老头,也是脑瓜里存了一堆特征
当然,他也可能是图像记忆,存了张片片
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 人脸识别算什么智能
: 识别的前提是已经有你的照片
: 那叫查字典
T
TomsnReuters
4 年多
43 楼
哥虽然只杀鼠,
但是想不明白菌斑有人怎么老把loser的话当圣旨
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
t
terryfox
4 年多
44 楼
生物都是非线性的技术,扯到数学的都是不知人类之外,天外有天的
你们人类还不懂什么是真的非线性技术
你们人类也不会使用基于非线性的,以精确特征识别为基础,搭建的各种技术
d
dnls
4 年多
45 楼
看门老头 只要看见个蒙着脸进来的人 他就立即警觉
你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 看门老头,也是脑瓜里存了一堆特征
: 当然,他也可能是图像记忆,存了张片片
i
iWater
4 年多
46 楼
那就把人也当成机器看好了
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 对 所以就是要恢复本来面目而已
: 我并不是在乎谁挣得钱多钱少
: 不能理解什么ai取代人来
i
iWater
4 年多
47 楼
现在抓逃犯的AI,已然不仅仅是靠人脸识别
单靠肢体动作特征就能抓逃犯
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 看门老头 只要看见个蒙着脸进来的人 他就立即警觉
: 你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
c
chefscut
4 年多
48 楼
王银成了loser代名词,跟他反着来就行了
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
t
terryfox
4 年多
49 楼
你们人类只是宇宙里,只会简单线性思维的种族,发明给数学,表达你们人类的简单线性思维
对外面世界,你们不过是井底之蛙,人类的AI也不过是你们简单线性思维的延续
d
dnls
4 年多
50 楼
这叫什么话
我就在告诉你一个显而易见的事实 人看见蒙面人就警觉 机器看见蒙面人就歇菜
你说把人当成机器?
你难道也是AI?
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 那就把人也当成机器看好了
d
dnls
4 年多
51 楼
我大概都找到怎么从数学上证明ai不行的思路了
instability under perturbation
d
dachu
4 年多
52 楼
【 在 terryfox (狸狸) 的大作中提到: 】
: 生物都是非线性的技术,扯到数学的都是不知人类之外,天外有天的
: 你们人类还不懂什么是真的非线性技术
: 你们人类也不会使用基于非线性的,以精确特征识别为基础,搭建的各种技术
人类还没发现系统的对方非线性的工具。当然很可能永远也不会有。AI在我看来就是要搞一种糙而猛的对付非线性的工具。
v
verdelite
4 年多
53 楼
【 在 terryfox (狸狸) 的大作中提到: 】
: 你们人类只是宇宙里,只会简单线性思维的种族,发明给数学,表达你们人类的简单线
: 性思维
: 对外面世界,你们不过是井底之蛙,人类的AI也不过是你们简单线性思维的延续
AI不需要超过上帝,它只需要超过人就行。其实它也不必超过人。所以AI早就在应用了,根本没有王说的那么大泡沫。
d
dachu
4 年多
54 楼
你要把机器给砸了,你不蒙脸它也认不出你吧?
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 看门老头 只要看见个蒙着脸进来的人 他就立即警觉
: 你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
t
terryfox
4 年多
55 楼
你们人类的线性脑瓜,想不明白靠线性永远达不到生物的技术水平
一个细胞你们人类都造不出来,更不要说真正的,基于理解的智能了
【 在 dachu (Big Chef) 的大作中提到: 】
: 人类还没发现系统的对方非线性的工具。当然很可能永远也不会有。AI在我看来就是要
: 搞一种糙而猛的对付非线性的工具。
f
fakestory
4 年多
56 楼
反正不管怎么说,人类在棋类方面已经干不过ai了。
以前卡斯帕罗夫和深蓝差不多打个平手。
现在随便一个手机app就可以轻松干翻世界冠军。
以前人们觉得电脑下围棋绝对不可能战胜人类。
现在也可以轻松碾压人类了。
现在嘲笑ai是因为ai在大部分领域还是被人类碾压的。
但是未来谁碾压谁还真不好说。
【 在 dachu(Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
t
terryfox
4 年多
57 楼
所以说你们人类的线性脑瓜想不明白简单道理
这种叫线性,就像数学一样,计算器比人脑数学厉害
但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
【 在 fakestory (fakestory) 的大作中提到: 】
: 反正不管怎么说,人类在棋类方面已经干不过ai了。
: 以前卡斯帕罗夫和深蓝差不多打个平手。
: 现在随便一个手机app就可以轻松干翻世界冠军。
: 以前人们觉得电脑下围棋绝对不可能战胜人类。
: 现在也可以轻松碾压人类了。
: 现在嘲笑ai是因为ai在大部分领域还是被人类碾压的。
: 但是未来谁碾压谁还真不好说。
:
: 只有做出来了你才知道他成不成。
:
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
:
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: ...................
f
fakestory
4 年多
58 楼
你根本都不知道自己在说什么。
【 在 terryfox(狸狸) 的大作中提到: 】
: 所以说你们人类的线性脑瓜想不明白简单道理
: 这种叫线性,就像数学一样,计算器比人脑数学厉害
: 但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
t
terryfox
4 年多
59 楼
听不懂说明你的智商不行
【 在 fakestory (fakestory) 的大作中提到: 】
: 你根本都不知道自己在说什么。
:
: 所以说你们人类的线性脑瓜想不明白简单道理
:
: 这种叫线性,就像数学一样,计算器比人脑数学厉害
:
: 但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
:
t
terryfox
4 年多
60 楼
如果我是上帝,设计智能只要处理自然界的环境,有个简单线性脑袋就行了
你们人类自己线性脑袋,发明了数学,发明了下棋,这些原来设计处理的自然界环境里面,都不存在的东西
然后人类的线性脑瓜,欢呼我们自己发明的线性东西,胜过了人脑,尼玛,这是什么逻辑
d
daigaku
4 年多
61 楼
深度学习跟传统统计学习最大的区别就在于更有效地解决了高维数据问题。
现在自然语言处理常用的方法中,一个词就有几百维,一个句子上万维,但深度学习能较好地找到流型。
另外神经网络也有很多方法处理one-shot learning
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 人脑怎么可能是一堆拟合函数?
: 所有数学函数跟人脑相比 维度太低了
v
verdelite
4 年多
62 楼
【 在 terryfox (狸狸) 的大作中提到: 】
: 如果我是上帝,设计智能只要处理自然界的环境,有个简单线性脑袋就行了
: 你们人类自己线性脑袋,发明了数学,发明了下棋,这些原来设计处理的自然界环境里
: 面,都不存在的东西
: 然后人类的线性脑瓜,欢呼我们自己发明的线性东西,胜过了人脑,尼玛,这是什么逻
: 辑
你懂个屁
n
noDnoG
4 年多
63 楼
钱老码农都悲愤莫名
b
bobolan88
4 年多
64 楼
属实。但王批判Hinton的那段还是很有道理的,Hinton强行认为人脑就是按AI的神经网络工作的。
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 不客观。你不能因为蜻蜓和鸟的飞行机理不同,就说蜻蜓飞不起来。同理,机器学不会
: 人脑的机制,也可以发展有自己的机制。
S
StMicheal
4 年多
65 楼
AI视觉现在可以实现的功能接近低级生物,比如青蛙。青蛙视觉主要作用是识别食物和非食物。这个通过实验已经很多了解了。
判断食物以后引发一系列条件反射。还会向运动方向计算提前量。
但是青蛙没有cognition, 没有人类这样的cognitive ability. 实验里用小纸片就能
诱发捕食反应。纯粹是对光影和简单几何形状的反射。
现在AI识别是想模拟人类的视觉,人类视觉是和cognitive capability密切融合在一起的。
b
beijingman
4 年多
66 楼
ai有其特征应用,但同时传统anova一样有其应用领域。现在ai明显被吹大了。
说白了,人脸识别没有中国这种大脸库training set,根本不会精确,因为pattern
recognition有太多的parameters,optimization需要数据和计算时间。
ai的最大应用是在过去non relationship database不行的数据可以比sql加sas glm强
。ai一般接nonsql database.
low hanging fruits很快就会没了。到时候泡泡就破了。
d
dachu
4 年多
67 楼
【 在 bobolan88 (波波熊) 的大作中提到: 】
: 属实。但王批判Hinton的那段还是很有道理的,Hinton强行认为人脑就是按AI的神经网
: 络工作的。
对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
HINTON几十年前就是AI的三巨头之一,从第一代原始AI就是他。几经风雨了,你想到的要说他没想到哥认为可能性比较小。
再回到王银:一个新领域高高在上职责不足不需要多少能力,看看二手科普就可以。但真正能成为大佬的要贡献新想法把貌似不能的东西实现出来,是把饼做大。王银没有当大老的能力和贡献但是满满的大佬态度。
王银就是计算机界的方舟子。
p
pacificnw
4 年多
68 楼
很显然创造人类的外星人或者什么高等东西和目前人类的智能完全不处在一个数量级
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
d
dachu
4 年多
69 楼
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 我大概都找到怎么从数学上证明ai不行的思路了
: instability under perturbation
你说的这个搞算法的叫robust。看,人家都想到了吧。
你那个看门的老头只要画个线,过线不能识别的全搂过来就行了,什么也别想过去,还不走神打瞌睡。
b
biobbs
4 年多
70 楼
码农的智商水平,一到不知道的领域,就全抓虾了,这时候所谓大牛也不过是骗子
b
biobbs
4 年多
71 楼
你们码农的电脑,是基于布尔代数的数字电路
在这个基础上,创造了你们码农自己的世界,什么操作系统,窗口,界面,都是你们码农自娱自乐的小世界,和外面的世界完全不同。
码农幻想用自己的小世界法则,去处理外面的世界,也不想想外面的世界,根本不是用你们码农那一套设计的
所以码农的AI,和外面世界的智能,根本是完全不同的两个东西。
码农的AI,只能在码农自己的数字小世界工作的好,一到外面的世界就抓虾了
d
dnls
4 年多
72 楼
你这个例子就更加可笑了
已经倒退到九十年代红外线探测自动开关门的水平
【 在 dachu (Big Chef) 的大作中提到: 】
: 你说的这个搞算法的叫robust。看,人家都想到了吧。
: 你那个看门的老头只要画个线,过线不能识别的全搂过来就行了,什么也别想过去,还
: 不走神打瞌睡。
b
biobbs
4 年多
73 楼
搞AI的码农,逻辑实在有问题,是不是都没有考过GRE啊
人脑就像一把锋利的刀,是用来砍大自然的,这个刀就是做这件事的
刀也可以砸核桃,用刀背就行
码农发明了一个锤子,砸核桃比刀背好,码农很高兴,我们的锤子已经比你的刀好多了,可以替代刀了,这就是证明
一直看到码农这种可笑的逻辑,每次都想笑,码农编程不需要逻辑吗,这么简单都看不出?
T
TheMatrix
4 年多
74 楼
嗯,这个类比有意思。
【 在 biobbs (有机牛) 的大作中提到: 】
: 搞AI的码农,逻辑实在有问题,是不是都没有考过GRE啊
: 人脑就像一把锋利的刀,是用来砍大自然的,这个刀就是做这件事的
: 刀也可以砸核桃,用刀背就行
: 码农发明了一个锤子,砸核桃比刀背好,码农很高兴,我们的锤子已经比你的刀好多了
: ,可以替代刀了,这就是证明
: 一直看到码农这种可笑的逻辑,每次都想笑,码农编程不需要逻辑吗,这么简单都看不
: 出?
d
daigaku
4 年多
75 楼
批评当今AI的很多都是堂吉诃德吧。
正经学者没有谁说什么能代替人脑了,反而都是在关注不足的方面。
深度学习是2013年以后才开始火的,第一批博士生也毕业没多久。绝大多数码农也好,其他理工人士也好其实都没怎么接触过,只是出于对蹿红的新生事物存在天然的打压冲动。
b
beijingman
4 年多
76 楼
HINTON的背景是cs statistics,他只是和几个md的实验室合作。没有领导实验。
【 在 dachu (Big Chef) 的大作中提到: 】
: 对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
o
oIdMo
4 年多
77 楼
AI没见过码农说过啥真的有内容的东西
码农喜欢用他们的数字电路,硬性向人脑套,像成语故事“刻舟求剑”,不是码农都看得明白,就码农自己不明白
人脑搞不明白,就说这个东西不存在,比人脑什么是"理解“
码农就那么几下子
b
beijingman
4 年多
78 楼
工业界普及是2013后,但学术界至少提前10年,学校里ml很早就热了。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 批评当今AI的很多都是堂吉诃德吧。
: 正经学者没有谁说什么能代替人脑了,反而都是在关注不足的方面。
: 深度学习是2013年以后才开始火的,第一批博士生也毕业没多久。绝大多数码农也好,
: 其他理工人士也好其实都没怎么接触过,只是出于对蹿红的新生事物存在天然的打压冲
: 动。
d
daigaku
4 年多
79 楼
那是傳統機器學習,svm之類的
深度學習一般指CNN和LSTM這些
【 在 beijingman (bejingman) 的大作中提到: 】
: 工业界普及是2013后,但学术界至少提前10年,学校里ml很早就热了。
b
beijingman
4 年多
80 楼
dimension reduction用pca pls就可以了,这个没啥。feature selection一直这样做
。说给没做过的可能很牛,其实都是routine。我曾经比较过,每一个index单独做
anova/linear regression,和pca pls减维,基本差不多。只有很少的feature会有
correlation。而这种correlation可以用传统的简单统计发现。
总之,nn确实有独特应用,但觉得没有现在这种吹的普遍,很多应用其实可以用传统
proc glm加sql query解决。以后顶多多一个pro gnlm罢了。
ai泡泡很大,也有一定成就基础吹泡泡。就这么回事。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 深度学习跟传统统计学习最大的区别就在于更有效地解决了高维数据问题。
: 现在自然语言处理常用的方法中,一个词就有几百维,一个句子上万维,但深度学习能
: 较好地找到流型。
: 另外神经网络也有很多方法处理one-shot learning
b
beijingman
4 年多
81 楼
nn很早就有了,但计算硬件跟不上,到3级神经元就死机了。现在硬件上来了,可以民
用。过去bioinformatics100万的server cluster的结果现在普通机器可以用了。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 那是傳統機器學習,svm之類的
: 深度學習一般指CNN和LSTM這些
d
daigaku
4 年多
82 楼
但是pca是unsupervised,并不一定能根据需要来transform。
你用CNN做一个图形分类器的话,CNN会根据分类的需要来生成卷积kernel,而不是对所有任务都一样的kernel。
(当然这个有时也是缺点,不展开说了)
【 在 beijingman (bejingman) 的大作中提到: 】
: dimension reduction用pca pls就可以了,这个没啥。feature selection一直这样做
: 。说给没做过的可能很牛,其实都是routine。我曾经比较过,每一个index单独做
: anova/linear regression,和pca pls减维,基本差不多。只有很少的feature会有
: correlation。而这种correlation可以用传统的简单统计发现。
: 总之,nn确实有独特应用,但觉得没有现在这种吹的普遍,很多应用其实可以用传统: proc glm加sql query解决。以后顶多多一个pro gnlm罢了。
: ai泡泡很大,也有一定成就基础吹泡泡。就这么回事。
d
daigaku
4 年多
83 楼
是的,那些基本思想90年代就比较成熟了。但应用是最近的,然后伴随着应用也有一些发展。
【 在 beijingman (bejingman) 的大作中提到: 】
: nn很早就有了,但计算硬件跟不上,到3级神经元就死机了。现在硬件上来了,可以民
: 用。过去bioinformatics100万的server cluster的结果现在普通机器可以用了。
b
beijingman
4 年多
84 楼
pls是unsupervise,pca是supervise。transform可以做,有时候是data message。cnn有些package内含pls knn之类的,对用户是透明的。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 但是pca是unsupervised,并不一定能根据需要来transform。
: 你用CNN做一个图形分类器的话,CNN会根据分类的需要来生成卷积kernel,而不是对所
: 有任务都一样的kernel。
: (当然这个有时也是缺点,不展开说了)
d
daigaku
4 年多
85 楼
对,pca也是supervised因为有truth label,我说错了。但这种transformation模式是固定的,取决于一些基本的statistics。
而深度学习的话根据不同任务transform方式不同。
【 在 beijingman (bejingman) 的大作中提到: 】
: pls是unsupervise,pca是supervise。transform可以做,有时候是data message。
cnn
: 有些package内含pls knn之类的,对用户是透明的。
S
SandersTrump
4 年多
86 楼
大爷看见蒙面的就惊厥也是因为大爷train过了。
大爷看见没train过的数据一样歇菜,你说说大爷看见过带假面舞会面具的白牛他该咋
办?
【 在 dnls(邦畿千里 维民所止) 的大作中提到: 】
: 这叫什么话
: 我就在告诉你一个显而易见的事实 人看见蒙面人就警觉 机器看见蒙面人就歇菜
: 你说把人当成机器?
: 你难道也是AI?
S
Secaucus2018
4 年多
87 楼
看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL/NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
d
daigaku
4 年多
88 楼
其实工程师不用对所有细节都很清楚,大致知道哪些参数对应什么功能就行了。
要具体用的时候再深究。
【 在 Secaucus2018 (Secaucus2018) 的大作中提到: 】
: 看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很
: 吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL
: /NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
S
Secaucus2018
4 年多
89 楼
俺有时也这么想, 但是心里不踏实, 总有囫囵吞枣的感觉, 有了这种感觉, 想去应聘AI职位也不自信.
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 其实工程师不用对所有细节都很清楚,大致知道哪些参数对应什么功能就行了。
: 要具体用的时候再深究。
: DL
M
MB80528
4 年多
90 楼
【 在 hayabusa (春橋) 的大作中提到: 】
: 精辟,AI泡沫是华尔街的白手套。
: 国内什么旷世,是江家的白手套,云天离飛,是叶家的白手套。
其实每个股票都是花街米疣的白手套。
上市时,故意压价拿大量股权,获暴利。
然后吹大泡沫,在泡沫高峰抛售,又暴利。
之后在高峰极限量卖空后,爆破泡沫再暴利。
股票公司没破产,则谷底补空做多,周而复始。
别小看这低科技伎俩,其实能高效洗劫全球财富。
a
anisole
4 年多
91 楼
那些捣鼓CNN, LSTM的用个屁的微积分。绝大多数就在keras里面调调参,来几个
maxpool之类的东西就完了。你让他们做点feature engineering都不会,都交给DL自己处理了。
纯搞CNN图像识别的统计也用不着多少。
发这个贴子的人用调参师来形容很对,和搞化学实验的条件实验,餐馆大厨做饭调味一个道理
【 在 Secaucus2018 (Secaucus2018) 的大作中提到: 】
: 看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很
: 吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL
: /NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
b
bobolan88
4 年多
92 楼
不知道,但王寅的说法是这些搞AI的根本不熟悉生物进展,也不想熟悉。
【 在 dachu (Big Chef) 的大作中提到: 】
: 对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
: HINTON几十年前就是AI的三巨头之一,从第一代原始AI就是他。几经风雨了,你想到的
: 要说他没想到哥认为可能性比较小。
: 再回到王银:一个新领域高高在上职责不足不需要多少能力,看看二手科普就可以。但
: 真正能成为大佬的要贡献新想法把貌似不能的东西实现出来,是把饼做大。王银没有当
: 大老的能力和贡献但是满满的大佬态度。
: 王银就是计算机界的方舟子。
b
bobolan88
4 年多
93 楼
王寅说的生物界的根本不认同那几个AI大师,是不是属实?
r
renren123
4 年多
94 楼
说AI不认识拓扑,不知道轮子的用途,无非就是计算力还不够强不能啥都学
现在是单一学习,以后是综合学习,各种学习叠加,关联,这一关一破,机器看到轮子不知道比人类多联想几万倍人类科学进步速度,一秒就是几光年
S
Secaucus2018
4 年多
95 楼
王寅是哪路神仙? 俺也看过几本AI的书, NM从没见AI领域里有小黄人的名字
C
Caravel
4 年多
96 楼
生物学界更是盲人摸象,这么多年也没摸个名堂出来,还不如AI,起码是实打实得东西。
【 在 bobolan88 (波波熊) 的大作中提到: 】
: 不知道,但王寅的说法是这些搞AI的根本不熟悉生物进展,也不想熟悉。
q
ql2015
4 年多
97 楼
然
【 在 dachu (Big Chef) 的大作中提到: 】
: 一个受过科学训练的人挑新兴学科的毛病当然容易,但那不是你应该干的事,你的任务
: 是把看似不能的东西做成。
: 95%的创业公司活不过3年,到理是一样的。只要是新的东西,绝大部分注定会失败。
m
maynot
4 年多
98 楼
这喷子自己立了个靶子,自己射高潮了
请输入帖子链接
收藏帖子
王垠:机器与人类视觉能力的差距
http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-humanhttp://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
我也看出来是炒作,但是茶壶里面倒饺子倒不出来。
王垠的这篇批判有哥德尔之风
【 在 terryfox (狸狸) 的大作中提到: 】
: AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
: 这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
大快人心
用着十八世纪的数学 每年捞那么多钱
良心何在 廉耻何在
王银的文笔很好,这篇太长没看过,以前写的都基本切中要害
AI要成功,还得靠千老。
尼玛大脑怎么工作都不知道,以为靠工程就能弯道超车?
AI根本不是工程问题,工程师没那个脑细胞
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 我也看出来是炒作,但是茶壶里面倒饺子倒不出来。
: 王垠的这篇批判有哥德尔之风
你做的那些东西,24世纪才能变现 LOL
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 大快人心
: 用着十八世纪的数学 每年捞那么多钱
: 良心何在 廉耻何在
这货还活着呢?我还以为他觉得生命不合他的意,决定结束自己生命,重新投胎再来呢。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
★ 发自iPhone App: ChinaWeb 1.1.5
精辟,AI泡沫是华尔街的白手套。
国内什么旷世,是江家的白手套,云天离飛,是叶家的白手套。
【 在 terryfox (狸狸) 的大作中提到: 】
: AI本来就不行,存在的意义是因为印钱太多,需要制造泡沫,为华尔街服务
: 这些菌斑早就看出来 ,王垠虽然眼光不错,也是比菌斑晚多了
一个受过科学训练的人挑新兴学科的毛病当然容易,但那不是你应该干的事,你的任务是把看似不能的东西做成。
95%的创业公司活不过3年,到理是一样的。只要是新的东西,绝大部分注定会失败。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
很多重要的变革在成功前, 都是一批人排队批评说这不可行。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
不客观。你不能因为蜻蜓和鸟的飞行机理不同,就说蜻蜓飞不起来。同理,机器学不会人脑的机制,也可以发展有自己的机制。
码农因为只有高中生物知识,还是高中体育老师教的,不了解生物是世界上最复杂的东西
以为模仿或者超过人的智能很简单,其实都是被体育老师害的
作者是内行,说的技术都是对的,但结论不一定成立。
菌斑老人不愿学新技术,酸葡萄吧。
这边会Deep learning的起薪比纯马工高50%
四川大学出身的一行为艺术SB
[在 cccpwx (扶点双精) 的大作中提到:]
:王垠:机器与人类视觉能力的差距
:http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
:http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
:http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
上面早就有人说了 这是个泡沫 现在泡沫没有破而已
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 菌斑老人不愿学新技术,酸葡萄吧。
: 这边会Deep learning的起薪比纯马工高50%
现在到处都在用,怎么可能泡沫就总结了。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 上面早就有人说了 这是个泡沫 现在泡沫没有破而已
马工智力不行,只能做自己发明的东西,比如电脑软件,靠弄慢软件,让用户不停升级赚钱
看到不知道原理的,就开始胡说八道,比如生物的智能是什么
泡沫不是说一点用也没有
郁金香也有用 郁金香也是泡沫
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 现在到处都在用,怎么可能泡沫就总结了。
属实
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 菌斑老人不愿学新技术,酸葡萄吧。
: 这边会Deep learning的起薪比纯马工高50%
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 上面早就有人说了 这是个泡沫 现在泡沫没有破而已
人类的历史就是一代泡沫代替上一代泡沫
不要把钱看的太狭义,钱就是舆论导向的工具,除此之外实际上屁也不是。
谁告诉你的
农业 青铜 冶铁 蒸汽机 电力 都不是泡沫
技术远不达不到吹嘘的那个效果 是为泡沫
以前发明技术的人都不会吹嘘 所以没有泡沫
【 在 dachu (Big Chef) 的大作中提到: 】
: 人类的历史就是一代泡沫代替上一代泡沫
: 不要把钱看的太狭义,钱就是舆论导向的工具,除此之外实际上屁也不是。
历史地看,产生过泡沫的科技也都在现实中得到了广泛的应用
即便是郁金香、君子兰这样的泡沫,其栽培技术也得到了提升
对 所以就是要恢复本来面目而已
我并不是在乎谁挣得钱多钱少
不能理解什么ai取代人来
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 历史地看,产生过泡沫的科技也都在现实中得到了广泛的应用
: 即便是郁金香、君子兰这样的泡沫,其栽培技术也得到了提升
AI的泡沫太多次了,谁还记得80年代的AI泡沫,1997年是终结者的地球毁灭日
只有做出来了你才知道他成不成。
哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
你之所以认为AI是泡沫是因为你想的是经典意义的AI。
这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 谁告诉你的
: 农业 青铜 冶铁 蒸汽机 电力 都不是泡沫
: 技术远不达不到吹嘘的那个效果 是为泡沫
: 以前发明技术的人都不会吹嘘 所以没有泡沫
你这等于什么都没说
是不是
【 在 dachu (Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
每一代都觉得自己这代不是泡沫。
【 在 dachu (Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
那些地方有用?
再说很多地方也不让你IT的来插手啊。ML傻瓜化,调个参其他系的都会,还有domain
knowledge。拧巴拧巴就是篇论文。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 现在到处都在用,怎么可能泡沫就总结了。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 对 所以就是要恢复本来面目而已
: 我并不是在乎谁挣得钱多钱少
: 不能理解什么ai取代人来
实际上王说的那些东西都是对的。他指出了AI的不能。
但是作为一个AI科学家或工程师你的任务是告诉大家说什么能。只有把别人认为不能的做出来大家才会信服你。王没有任何迹象能成为一个出色的创造者。
不过,现在人们都爱网红。
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 那些地方有用?
: 再说很多地方也不让你IT的来插手啊。ML傻瓜化,调个参其他系的都会,还有domain
: knowledge。拧巴拧巴就是篇论文。
论文这个东西都是自娱自乐骗傻子的,别当真。
人脸识别,语言合成,自动车都是实实在在的吧
你觉得机器人士兵还远吗?
小王自己堕落成调参师了,木有成为结构师
悲愤使然,理解理解
人脸识别算什么智能
识别的前提是已经有你的照片
那叫查字典
【 在 dachu (Big Chef) 的大作中提到: 】
: 论文这个东西都是自娱自乐骗傻子的,别当真。
: 人脸识别,语言合成,自动车都是实实在在的吧
: 你觉得机器人士兵还远吗?
他已经SB化了。AI泡沫,那张学友演唱会抓逃犯是假的?
泡沫化并不是说AI技术本身不行,而且搞AI的大部分人水平不行,这个社会上水平不行的人永远是大多数
你告诉我这跟过去张榜抓逃犯有什么区别 无非就是眼睛多点儿尖点儿
【 在 verdelite (石头) 的大作中提到: 】
: 他已经SB化了。AI泡沫,那张学友演唱会抓逃犯是假的?
谁能反驳下面这段话?
其实所谓“神经网络”应该被叫做“可求导编程”。说穿了,所谓“神经网络”,“机器学习”,“深度学习”,就是利用微积分,梯度下降法,用大量数据拟合出一个函数,所以它只能做拟合函数能做的那些事情。
你怎么知道人脑子里不是一堆拟合函数?
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 谁能反驳下面这段话?
: 其实所谓“神经网络”应该被叫做“可求导编程”。说穿了,所谓“神经网络”,“机
: 器学习”,“深度学习”,就是利用微积分,梯度下降法,用大量数据拟合出一个函数
: ,所以它只能做拟合函数能做的那些事情。
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 你告诉我这跟过去张榜抓逃犯有什么区别 无非就是眼睛多点儿尖点儿
你要竞选菌斑第一杠头哥投你一票。
人脑怎么可能是一堆拟合函数?
所有数学函数跟人脑相比 维度太低了
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
就是。还有很多人论证机器没有意识,所以比不过人。我老的一个光辉论断是人也没有意识。所以机器还是可以比过人。
看门老头,也是脑瓜里存了一堆特征
当然,他也可能是图像记忆,存了张片片
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 人脸识别算什么智能
: 识别的前提是已经有你的照片
: 那叫查字典
哥虽然只杀鼠,
但是想不明白菌斑有人怎么老把loser的话当圣旨
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
生物都是非线性的技术,扯到数学的都是不知人类之外,天外有天的
你们人类还不懂什么是真的非线性技术
你们人类也不会使用基于非线性的,以精确特征识别为基础,搭建的各种技术
看门老头 只要看见个蒙着脸进来的人 他就立即警觉
你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 看门老头,也是脑瓜里存了一堆特征
: 当然,他也可能是图像记忆,存了张片片
那就把人也当成机器看好了
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 对 所以就是要恢复本来面目而已
: 我并不是在乎谁挣得钱多钱少
: 不能理解什么ai取代人来
现在抓逃犯的AI,已然不仅仅是靠人脸识别
单靠肢体动作特征就能抓逃犯
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 看门老头 只要看见个蒙着脸进来的人 他就立即警觉
: 你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
王银成了loser代名词,跟他反着来就行了
【 在 cccpwx (扶点双精) 的大作中提到: 】
: 王垠:机器与人类视觉能力的差距
: http://www.yinwang.org/blog-cn/2019/09/14/machine-vs-human
: http://www.yinwang.org/blog-cn/2019/09/15/machine-vs-human-2
: http://www.yinwang.org/blog-cn/2019/09/16/machine-vs-human-3
你们人类只是宇宙里,只会简单线性思维的种族,发明给数学,表达你们人类的简单线性思维
对外面世界,你们不过是井底之蛙,人类的AI也不过是你们简单线性思维的延续
这叫什么话
我就在告诉你一个显而易见的事实 人看见蒙面人就警觉 机器看见蒙面人就歇菜
你说把人当成机器?
你难道也是AI?
【 在 iWater (aspire to inspire before i expire) 的大作中提到: 】
: 那就把人也当成机器看好了
我大概都找到怎么从数学上证明ai不行的思路了
instability under perturbation
【 在 terryfox (狸狸) 的大作中提到: 】
: 生物都是非线性的技术,扯到数学的都是不知人类之外,天外有天的
: 你们人类还不懂什么是真的非线性技术
: 你们人类也不会使用基于非线性的,以精确特征识别为基础,搭建的各种技术
人类还没发现系统的对方非线性的工具。当然很可能永远也不会有。AI在我看来就是要搞一种糙而猛的对付非线性的工具。
【 在 terryfox (狸狸) 的大作中提到: 】
: 你们人类只是宇宙里,只会简单线性思维的种族,发明给数学,表达你们人类的简单线
: 性思维
: 对外面世界,你们不过是井底之蛙,人类的AI也不过是你们简单线性思维的延续
AI不需要超过上帝,它只需要超过人就行。其实它也不必超过人。所以AI早就在应用了,根本没有王说的那么大泡沫。
你要把机器给砸了,你不蒙脸它也认不出你吧?
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 看门老头 只要看见个蒙着脸进来的人 他就立即警觉
: 你让人蒙着脸 机器很快就歇菜了 可能都认不出是个人
你们人类的线性脑瓜,想不明白靠线性永远达不到生物的技术水平
一个细胞你们人类都造不出来,更不要说真正的,基于理解的智能了
【 在 dachu (Big Chef) 的大作中提到: 】
: 人类还没发现系统的对方非线性的工具。当然很可能永远也不会有。AI在我看来就是要
: 搞一种糙而猛的对付非线性的工具。
反正不管怎么说,人类在棋类方面已经干不过ai了。
以前卡斯帕罗夫和深蓝差不多打个平手。
现在随便一个手机app就可以轻松干翻世界冠军。
以前人们觉得电脑下围棋绝对不可能战胜人类。
现在也可以轻松碾压人类了。
现在嘲笑ai是因为ai在大部分领域还是被人类碾压的。
但是未来谁碾压谁还真不好说。
【 在 dachu(Big Chef) 的大作中提到: 】
: 只有做出来了你才知道他成不成。
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: 这一代的AI泡沫的重要性哥认为比人类历史上任何一次都更重要。
所以说你们人类的线性脑瓜想不明白简单道理
这种叫线性,就像数学一样,计算器比人脑数学厉害
但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
【 在 fakestory (fakestory) 的大作中提到: 】
: 反正不管怎么说,人类在棋类方面已经干不过ai了。
: 以前卡斯帕罗夫和深蓝差不多打个平手。
: 现在随便一个手机app就可以轻松干翻世界冠军。
: 以前人们觉得电脑下围棋绝对不可能战胜人类。
: 现在也可以轻松碾压人类了。
: 现在嘲笑ai是因为ai在大部分领域还是被人类碾压的。
: 但是未来谁碾压谁还真不好说。
:
: 只有做出来了你才知道他成不成。
:
: 哥不是吃AI吃碗饭的,但可以肯定的讲,机器代替人是不可扭转的趋势。
:
: 你之所以认为AI是泡沫是因为你想的是经典意义的AI。
: ...................
你根本都不知道自己在说什么。
【 在 terryfox(狸狸) 的大作中提到: 】
: 所以说你们人类的线性脑瓜想不明白简单道理
: 这种叫线性,就像数学一样,计算器比人脑数学厉害
: 但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
听不懂说明你的智商不行
【 在 fakestory (fakestory) 的大作中提到: 】
: 你根本都不知道自己在说什么。
:
: 所以说你们人类的线性脑瓜想不明白简单道理
:
: 这种叫线性,就像数学一样,计算器比人脑数学厉害
:
: 但是数学是人自己发明的,就像下棋一样,不是自然界存在的非线性环境
:
如果我是上帝,设计智能只要处理自然界的环境,有个简单线性脑袋就行了
你们人类自己线性脑袋,发明了数学,发明了下棋,这些原来设计处理的自然界环境里面,都不存在的东西
然后人类的线性脑瓜,欢呼我们自己发明的线性东西,胜过了人脑,尼玛,这是什么逻辑
深度学习跟传统统计学习最大的区别就在于更有效地解决了高维数据问题。
现在自然语言处理常用的方法中,一个词就有几百维,一个句子上万维,但深度学习能较好地找到流型。
另外神经网络也有很多方法处理one-shot learning
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 人脑怎么可能是一堆拟合函数?
: 所有数学函数跟人脑相比 维度太低了
【 在 terryfox (狸狸) 的大作中提到: 】
: 如果我是上帝,设计智能只要处理自然界的环境,有个简单线性脑袋就行了
: 你们人类自己线性脑袋,发明了数学,发明了下棋,这些原来设计处理的自然界环境里
: 面,都不存在的东西
: 然后人类的线性脑瓜,欢呼我们自己发明的线性东西,胜过了人脑,尼玛,这是什么逻
: 辑
你懂个屁
钱老码农都悲愤莫名
属实。但王批判Hinton的那段还是很有道理的,Hinton强行认为人脑就是按AI的神经网络工作的。
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 不客观。你不能因为蜻蜓和鸟的飞行机理不同,就说蜻蜓飞不起来。同理,机器学不会
: 人脑的机制,也可以发展有自己的机制。
AI视觉现在可以实现的功能接近低级生物,比如青蛙。青蛙视觉主要作用是识别食物和非食物。这个通过实验已经很多了解了。
判断食物以后引发一系列条件反射。还会向运动方向计算提前量。
但是青蛙没有cognition, 没有人类这样的cognitive ability. 实验里用小纸片就能
诱发捕食反应。纯粹是对光影和简单几何形状的反射。
现在AI识别是想模拟人类的视觉,人类视觉是和cognitive capability密切融合在一起的。
ai有其特征应用,但同时传统anova一样有其应用领域。现在ai明显被吹大了。
说白了,人脸识别没有中国这种大脸库training set,根本不会精确,因为pattern
recognition有太多的parameters,optimization需要数据和计算时间。
ai的最大应用是在过去non relationship database不行的数据可以比sql加sas glm强
。ai一般接nonsql database.
low hanging fruits很快就会没了。到时候泡泡就破了。
【 在 bobolan88 (波波熊) 的大作中提到: 】
: 属实。但王批判Hinton的那段还是很有道理的,Hinton强行认为人脑就是按AI的神经网
: 络工作的。
对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
HINTON几十年前就是AI的三巨头之一,从第一代原始AI就是他。几经风雨了,你想到的要说他没想到哥认为可能性比较小。
再回到王银:一个新领域高高在上职责不足不需要多少能力,看看二手科普就可以。但真正能成为大佬的要贡献新想法把貌似不能的东西实现出来,是把饼做大。王银没有当大老的能力和贡献但是满满的大佬态度。
王银就是计算机界的方舟子。
很显然创造人类的外星人或者什么高等东西和目前人类的智能完全不处在一个数量级
【 在 SandersTrump (TrumpSanders) 的大作中提到: 】
: 你怎么知道人脑子里不是一堆拟合函数?
【 在 dnls (邦畿千里 维民所止) 的大作中提到: 】
: 我大概都找到怎么从数学上证明ai不行的思路了
: instability under perturbation
你说的这个搞算法的叫robust。看,人家都想到了吧。
你那个看门的老头只要画个线,过线不能识别的全搂过来就行了,什么也别想过去,还不走神打瞌睡。
码农的智商水平,一到不知道的领域,就全抓虾了,这时候所谓大牛也不过是骗子
你们码农的电脑,是基于布尔代数的数字电路
在这个基础上,创造了你们码农自己的世界,什么操作系统,窗口,界面,都是你们码农自娱自乐的小世界,和外面的世界完全不同。
码农幻想用自己的小世界法则,去处理外面的世界,也不想想外面的世界,根本不是用你们码农那一套设计的
所以码农的AI,和外面世界的智能,根本是完全不同的两个东西。
码农的AI,只能在码农自己的数字小世界工作的好,一到外面的世界就抓虾了
你这个例子就更加可笑了
已经倒退到九十年代红外线探测自动开关门的水平
【 在 dachu (Big Chef) 的大作中提到: 】
: 你说的这个搞算法的叫robust。看,人家都想到了吧。
: 你那个看门的老头只要画个线,过线不能识别的全搂过来就行了,什么也别想过去,还
: 不走神打瞌睡。
搞AI的码农,逻辑实在有问题,是不是都没有考过GRE啊
人脑就像一把锋利的刀,是用来砍大自然的,这个刀就是做这件事的
刀也可以砸核桃,用刀背就行
码农发明了一个锤子,砸核桃比刀背好,码农很高兴,我们的锤子已经比你的刀好多了,可以替代刀了,这就是证明
一直看到码农这种可笑的逻辑,每次都想笑,码农编程不需要逻辑吗,这么简单都看不出?
嗯,这个类比有意思。
【 在 biobbs (有机牛) 的大作中提到: 】
: 搞AI的码农,逻辑实在有问题,是不是都没有考过GRE啊
: 人脑就像一把锋利的刀,是用来砍大自然的,这个刀就是做这件事的
: 刀也可以砸核桃,用刀背就行
: 码农发明了一个锤子,砸核桃比刀背好,码农很高兴,我们的锤子已经比你的刀好多了
: ,可以替代刀了,这就是证明
: 一直看到码农这种可笑的逻辑,每次都想笑,码农编程不需要逻辑吗,这么简单都看不
: 出?
批评当今AI的很多都是堂吉诃德吧。
正经学者没有谁说什么能代替人脑了,反而都是在关注不足的方面。
深度学习是2013年以后才开始火的,第一批博士生也毕业没多久。绝大多数码农也好,其他理工人士也好其实都没怎么接触过,只是出于对蹿红的新生事物存在天然的打压冲动。
HINTON的背景是cs statistics,他只是和几个md的实验室合作。没有领导实验。
【 在 dachu (Big Chef) 的大作中提到: 】
: 对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
AI没见过码农说过啥真的有内容的东西
码农喜欢用他们的数字电路,硬性向人脑套,像成语故事“刻舟求剑”,不是码农都看得明白,就码农自己不明白
人脑搞不明白,就说这个东西不存在,比人脑什么是"理解“
码农就那么几下子
工业界普及是2013后,但学术界至少提前10年,学校里ml很早就热了。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 批评当今AI的很多都是堂吉诃德吧。
: 正经学者没有谁说什么能代替人脑了,反而都是在关注不足的方面。
: 深度学习是2013年以后才开始火的,第一批博士生也毕业没多久。绝大多数码农也好,
: 其他理工人士也好其实都没怎么接触过,只是出于对蹿红的新生事物存在天然的打压冲
: 动。
那是傳統機器學習,svm之類的
深度學習一般指CNN和LSTM這些
【 在 beijingman (bejingman) 的大作中提到: 】
: 工业界普及是2013后,但学术界至少提前10年,学校里ml很早就热了。
dimension reduction用pca pls就可以了,这个没啥。feature selection一直这样做
。说给没做过的可能很牛,其实都是routine。我曾经比较过,每一个index单独做
anova/linear regression,和pca pls减维,基本差不多。只有很少的feature会有
correlation。而这种correlation可以用传统的简单统计发现。
总之,nn确实有独特应用,但觉得没有现在这种吹的普遍,很多应用其实可以用传统
proc glm加sql query解决。以后顶多多一个pro gnlm罢了。
ai泡泡很大,也有一定成就基础吹泡泡。就这么回事。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 深度学习跟传统统计学习最大的区别就在于更有效地解决了高维数据问题。
: 现在自然语言处理常用的方法中,一个词就有几百维,一个句子上万维,但深度学习能
: 较好地找到流型。
: 另外神经网络也有很多方法处理one-shot learning
nn很早就有了,但计算硬件跟不上,到3级神经元就死机了。现在硬件上来了,可以民
用。过去bioinformatics100万的server cluster的结果现在普通机器可以用了。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 那是傳統機器學習,svm之類的
: 深度學習一般指CNN和LSTM這些
但是pca是unsupervised,并不一定能根据需要来transform。
你用CNN做一个图形分类器的话,CNN会根据分类的需要来生成卷积kernel,而不是对所有任务都一样的kernel。
(当然这个有时也是缺点,不展开说了)
【 在 beijingman (bejingman) 的大作中提到: 】
: dimension reduction用pca pls就可以了,这个没啥。feature selection一直这样做
: 。说给没做过的可能很牛,其实都是routine。我曾经比较过,每一个index单独做
: anova/linear regression,和pca pls减维,基本差不多。只有很少的feature会有
: correlation。而这种correlation可以用传统的简单统计发现。
: 总之,nn确实有独特应用,但觉得没有现在这种吹的普遍,很多应用其实可以用传统: proc glm加sql query解决。以后顶多多一个pro gnlm罢了。
: ai泡泡很大,也有一定成就基础吹泡泡。就这么回事。
是的,那些基本思想90年代就比较成熟了。但应用是最近的,然后伴随着应用也有一些发展。
【 在 beijingman (bejingman) 的大作中提到: 】
: nn很早就有了,但计算硬件跟不上,到3级神经元就死机了。现在硬件上来了,可以民
: 用。过去bioinformatics100万的server cluster的结果现在普通机器可以用了。
pls是unsupervise,pca是supervise。transform可以做,有时候是data message。cnn有些package内含pls knn之类的,对用户是透明的。
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 但是pca是unsupervised,并不一定能根据需要来transform。
: 你用CNN做一个图形分类器的话,CNN会根据分类的需要来生成卷积kernel,而不是对所
: 有任务都一样的kernel。
: (当然这个有时也是缺点,不展开说了)
对,pca也是supervised因为有truth label,我说错了。但这种transformation模式是固定的,取决于一些基本的statistics。
而深度学习的话根据不同任务transform方式不同。
【 在 beijingman (bejingman) 的大作中提到: 】
: pls是unsupervise,pca是supervise。transform可以做,有时候是data message。
cnn
: 有些package内含pls knn之类的,对用户是透明的。
大爷看见蒙面的就惊厥也是因为大爷train过了。
大爷看见没train过的数据一样歇菜,你说说大爷看见过带假面舞会面具的白牛他该咋
办?
【 在 dnls(邦畿千里 维民所止) 的大作中提到: 】
: 这叫什么话
: 我就在告诉你一个显而易见的事实 人看见蒙面人就警觉 机器看见蒙面人就歇菜
: 你说把人当成机器?
: 你难道也是AI?
看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL/NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
其实工程师不用对所有细节都很清楚,大致知道哪些参数对应什么功能就行了。
要具体用的时候再深究。
【 在 Secaucus2018 (Secaucus2018) 的大作中提到: 】
: 看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很
: 吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL
: /NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
俺有时也这么想, 但是心里不踏实, 总有囫囵吞枣的感觉, 有了这种感觉, 想去应聘AI职位也不自信.
【 在 daigaku (๑۩۞۩๑) 的大作中提到: 】
: 其实工程师不用对所有细节都很清楚,大致知道哪些参数对应什么功能就行了。
: 要具体用的时候再深究。
: DL
【 在 hayabusa (春橋) 的大作中提到: 】
: 精辟,AI泡沫是华尔街的白手套。
: 国内什么旷世,是江家的白手套,云天离飛,是叶家的白手套。
其实每个股票都是花街米疣的白手套。
上市时,故意压价拿大量股权,获暴利。
然后吹大泡沫,在泡沫高峰抛售,又暴利。
之后在高峰极限量卖空后,爆破泡沫再暴利。
股票公司没破产,则谷底补空做多,周而复始。
别小看这低科技伎俩,其实能高效洗劫全球财富。
那些捣鼓CNN, LSTM的用个屁的微积分。绝大多数就在keras里面调调参,来几个
maxpool之类的东西就完了。你让他们做点feature engineering都不会,都交给DL自己处理了。
纯搞CNN图像识别的统计也用不着多少。
发这个贴子的人用调参师来形容很对,和搞化学实验的条件实验,餐馆大厨做饭调味一个道理
【 在 Secaucus2018 (Secaucus2018) 的大作中提到: 】
: 看过几本AI的书, 没实际项目经验很快就忘了, 其实对俺们出校门多年的人来说还是很
: 吃力,因为统计和微积分知识完全忘记了, 程序部分很轻松, 但是要深入理解AI/ML/DL
: /NLP库, 就很吃力, 俺在想要不要网上上几门相关课程.
不知道,但王寅的说法是这些搞AI的根本不熟悉生物进展,也不想熟悉。
【 在 dachu (Big Chef) 的大作中提到: 】
: 对错不知道,不过这可是Hinton带着一众千老杀了不少老鼠做实验得出的结论。
: HINTON几十年前就是AI的三巨头之一,从第一代原始AI就是他。几经风雨了,你想到的
: 要说他没想到哥认为可能性比较小。
: 再回到王银:一个新领域高高在上职责不足不需要多少能力,看看二手科普就可以。但
: 真正能成为大佬的要贡献新想法把貌似不能的东西实现出来,是把饼做大。王银没有当
: 大老的能力和贡献但是满满的大佬态度。
: 王银就是计算机界的方舟子。
王寅说的生物界的根本不认同那几个AI大师,是不是属实?
说AI不认识拓扑,不知道轮子的用途,无非就是计算力还不够强不能啥都学
现在是单一学习,以后是综合学习,各种学习叠加,关联,这一关一破,机器看到轮子不知道比人类多联想几万倍人类科学进步速度,一秒就是几光年
王寅是哪路神仙? 俺也看过几本AI的书, NM从没见AI领域里有小黄人的名字
生物学界更是盲人摸象,这么多年也没摸个名堂出来,还不如AI,起码是实打实得东西。
【 在 bobolan88 (波波熊) 的大作中提到: 】
: 不知道,但王寅的说法是这些搞AI的根本不熟悉生物进展,也不想熟悉。
然
【 在 dachu (Big Chef) 的大作中提到: 】
: 一个受过科学训练的人挑新兴学科的毛病当然容易,但那不是你应该干的事,你的任务
: 是把看似不能的东西做成。
: 95%的创业公司活不过3年,到理是一样的。只要是新的东西,绝大部分注定会失败。
这喷子自己立了个靶子,自己射高潮了