DeepMind创始人自述：我们的算法可以横扫一切棋类博弈# Programming - 葵花宝典
p*s
1 楼
目前的policy是5年CD 3.64%利率，提前取的话只罚两个月的利息，看着不错，但就怕
他们随时会恢复罚6个月利息的老政策。据说如果改政策的话会提前30天通知，但是如
果他们近期就改的化就不如存那个2年的可以上调一次利息的CD了。
他们随时会恢复罚6个月利息的老政策。据说如果改政策的话会提前30天通知，但是如
果他们近期就改的化就不如存那个2年的可以上调一次利息的CD了。
b*8
2 楼
请问怎样得到free的credit score?
thanks
thanks
a*g
3 楼
2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
的公司？
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
Nature、后期由黑匣整理：
2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
将DeepMind以4亿美元的价格卖给谷歌。昨天，谷歌DeepMind推出的人工智能算法打败
了人类围棋选手，震惊世界。
谷歌为何收购？Deepmind牛逼在哪里？来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel：谷歌是一个人工智能公司吗？他们有什么吸引你们的地方呢？
哈萨比斯：是的，人工智能是谷歌的核心。一开始，我在思考谷歌的使命“组织全球信
息，并让其为所有人可用”。我的理解是，让人们通过知识而变得有力量。这样来理解
人工智能，你就会发现它是一个非常自然的东西。我们致力于研究强人工智能（AGI）
，它可以自动将非结构化信息转换成可以直接利用的知识。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：拉里?佩奇（谷歌联合创始人）是影响你决定将DeepMind卖给谷歌的关键
人物吗？
哈萨比斯：是的，他非常重要。拉里和别人不同，他对人工智能是120分感兴趣，认为
人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量，都企图涉足这个领域并
做出些什么成果来，但我认为他们的热情是绝对比不上谷歌的。
Backchannel：所以包括马克?扎克伯格领导下的Facebook也是如此吗？他可是认为AI不
仅仅是一个工具，而是一种使命呢。
哈萨比斯：是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要
的事情之一，但扎克伯格缺乏像拉里那种刨根问底的劲儿，他在意的是别的事情——与
人们沟通才是他的目标。当然，扎克伯格也对一些黑科技感兴趣，比如Oculus。我也曾
经做过电脑游戏和图形，但对于我来说，最重要的一直是人工智能。
Backchannel：谷歌的基础设施能为你们带来多大的提高呢？
哈萨比斯：非常大！这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支
持者，但在计算机基础建设和工程基础设施方面，谷歌有着十年的经验。现在，我们的
研究内容大大增加，速度大大提升，因为我们可以并行100万次实验。
Backchannel：你所取得的巨大飞跃，不仅包括结构化数据库的深入研究，还包括互联
网非结构化信息（如文档和图像）的研究和利用，是吗？
哈萨比斯：是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分
利用这些非结构化信息，这样的方法也称为“无监督学习”，你只需要给它数据就好，
它会自己学习，理解事物结构、目标，并采取行动。这就是我们想要研究的人工智能。
Backchannel：谷歌的神经网络先驱杰夫?辛顿是你的同事之一，他的研究对你的影响大
吗？
哈萨比斯：当然，十分重大。他在2006年的成就对整个领域有着革命性的影响，他引进
了深度神经网络这个概念，也就是深度学习。另一方面，我认为深度学习也十分重要。
目前，DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游
戏机人工智能算法，就是一个很好的例子。
Backchannel：你们的研究有什么特别之处？
哈萨比斯：我们的公司叫做DeepMind，很显然，我们专注于深度学习。但我们也对神经
系统科学十分感兴趣。
Backchannel：我们对自己的大脑越了解，越有助于我们建立机器智能？
哈萨比斯：是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力
，让它们可以从经验中学习，就像人类一样。但它们可以举一反三，帮助我们解决很多
人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时，
我们都十分兴奋。当然，要做到这些，你得先拥有一群足智多谋的程序员和研究人员，
就像我们DeepMind一样，构建可以学习的智能算法。
Backchannel：换句话说，我们需要大量人类智慧来构成这样的系统，然后我们才可以
……
哈萨比斯：才可以创造出解决复杂和高难度任务的系统，比如下棋。我们并没有单独的
围棋计划，但我们将推出一个人工智能算法，可以横扫一切棋类博弈，这样可以节省大
量的编程时间。同时，我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样
，只要你看过别人下棋玩牌，就能对游戏规则略知一二了。如果你接触一个新的棋牌游
戏，你会凭着已有的经验很快上手。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：每个算法系统都会有它的限制性吗？你认为怎样的系统算法才可以学到
一切东西？
哈萨比斯：这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域，我们的原型
是人类大脑。我们可以系鞋带，我们会骑自行车，在物理运动世界中几乎没有什么是人
类搞不定的。所以，我们也相信这样的系统算法是完全有可能的。
Backchannel：可以谈谈关于你刚从牛津大学收购的两支团队吗？
哈萨比斯：牛津大学出来的可都是牛人啊。这两个团队中，一个团队（前深蓝实验室）
由菲尔?布鲁瑟姆教授领带，利用深度神经网络来研究神经语言理解。我们利用的是深
度神经和词向量等工具，而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了
，于是我们的系统中有了语言嵌入。另一个团队则是南多?德?费尔塔斯教授领导的世界
著名的计算机视觉团队。
Backchannel：这些团队研究最终会产生同一个研究成果？
哈萨比斯：是的，这些所有的研究会让我们的成果更棒。
Backchannel：DeepMind团队即将致力于谷歌哪些产品提升呢？
哈萨比斯：我们对于谷歌来说仍然是新成员，但我们的技术可以应用到谷歌产品的方方
面面。我们将改善谷歌搜索引擎，我们将向YouTube学习。我们正在想办法让Google
Now像个人助理一样更好地理解你的需求，这也许能用到自动驾驶汽车上。
Backchannel：那视频搜索呢？
哈萨比斯：这是另一个重点。你想通过动作而不是输入文字来完成搜索吗？这就是目前
视觉团队在研究的方向，不仅仅是图像识别，还有动作识别。
Backchannel：从长远来看，你们打算为谷歌做些什么呢？
哈萨比斯：说实话，我对强人工智能的潜力十分重视，还有人工智能协助科学。我们对
所有的科学领域都充满了期待，疾病、气候、能源、经济学，但这些领域都充满了海量
的信息和数据。人类科学家要分析这些数据并得出成果是难上加难，我说的不是一个科
学家，也包括一群非常聪明的科学家小组。所以，我们需要人工智能和机器学习来帮助
我们，理解海量的信息和数据，在不同领域推陈出新。我希望以后谷歌的每项成果中都
能看见我们的影子，包括Calico抗衰老项目和生命科学研究项目。
Backchannel：你对电影《她》怎么看呢？
哈萨比斯：从美学上来说，我很欣赏这部电影。它在某些方面讲述了人工智能的积极效
应，这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实，电影中
这么强大的人工智能居然只困在一部手机中，做一些日常家务。但这是革命性的科学…
…至少来说，它应该呈现给我们一个非常不一样的世界才对吧？
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：你们的实验室中已经产生了众多成果，但要让它们走出实验室、走向大
众，应该很难吧？
哈萨比斯：是的，但这是一个循序渐进的过程。一开始，我们发现问题，寻找解决方案
，然后我们接触了神经学科，然后我们发现机器学习可以把雅达利游戏玩得十分溜。目
前DeedMind的四分之三的团队都在研究，只有四分之一的团队成果得到应用（包括谷歌
其他产品），但他们却是联系研究内容的接口。
Backchannel：你曾经在游戏领域叱咤风云，但你离开了，是因为你想了解更多关于大
脑的奥秘吗？
哈萨比斯：是的。实际上，我的整个职业生涯，包括游戏在内，都是我建立人工智能公
司的垫脚石。在我十几岁的时候，我就认定人工智能将是我这辈子最重要的目标。
Backchannel：当你登上游戏领域的宝座，被称作游戏神童时，你甚至成立了自己的工
作室，你只是觉得“OK，我该去研究下神经科学了”就转行了吗？
哈萨比斯：也不全是，不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展
的”更恰当。《黑与白》可以说是我的巅峰，之后又有了《主题公园》和共和国的战绩
。大概在2004年至2005年的时候，我觉得这种和商业环境紧密结合的游戏可以推动游戏
的发展，它们和普通的移动游戏不一样，我们可以和人工智能一起打游戏。
然后我就开始构思DeepMind，那时候是2004年。但是我很快意识到，我还没有足够的力
量来组建这样的一个团队，当时的深度学习还没有出现，计算机也不够强大。然后我就
开始思索，我该读个什么博士好呢？好像神经科学比人工智能更实在，因为我想学习一
套全新的思想套路，而且当时我也认识不少人工智能世界级牛人了。
Backchannel：在你研究大脑的这些年，哪项收获对你创立一家人工智能公司帮助最大？
哈萨比斯：很多，绝对不止一项。一是增强学习，为什么它如此重要呢？我们通过神经
科学来研究新算法并验证现有的算法。在90年代，彼得?达扬用猴子做了一个实验，发
现神经元是学习过程中致力于增强学习的关键。因此，将其用作人工智能系统的元素并
不是一个疯狂的想法。
另一个是海马体，我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层
的活动。但海马体是大脑的一个关键部分，构造十分独特，没有了它，你就没有了记忆
。所以我对它的工作方式十分好奇。当你睡觉的时候，你的大脑算法会重播白天活动的
记忆，也就是所谓的“日有所思，夜有所梦”。我们把这个功能用到雅达利算法上，通
过重播游戏轨迹，对它进行不断的培训，直到它在游戏中战无不胜。
Backchannel：你所说的大脑的算法，是严格的说法还是一种隐喻呢？
哈萨比斯：算是一种隐喻吧。虽然我们不会建造出一个人造海马体，但它确实是一个具
有细节的原型。有很多机器学习研究人员都忽略了人类大脑，这是不对的。人类大脑中
有很多知识都是可以运用到算法中去的。
Backchannel：目前你在工作中遇到的最大问题是什么呢？
哈萨比斯：最大的问题就是转移学习。你已经掌握了一个领域的知识，你如何才能把这
些知识运用到新领域去呢？这是一个关键问题。目前，我们擅长于处理可以感知的信息
，然后产生相关行动。但若进入了下一个级别，在概念这个层面上，没有人可以做到这
一点。
Backchannel：谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”
，这是什么东西呢？它的作用是？
哈萨比斯：这是一个独立的顾问委员会。我认为人工智能可以改变世界，这是一项神奇
的技术。但所有的技术本质上都是中立的，它们可以被好人或坏人所利用，所以我们必
须对它们的使用者负责。我和我的合伙人对此已经思考良久，谷歌吸引我的另一点也是
因为他们对此表示赞同。
Backchannel：目前这个委员会做了些什么呢？
哈萨比斯：目前还没有，它只是刚刚成立，但它并不会约束我们。但委员会会监督
DeepMind的研究成果不被用到军事或情报上。
Backchannel：如果你把这项技术带向世界，你认为一个委员会真的可以控制它吗？
哈萨比斯：我认为它绝对可以影响受过教育的人们。他们正在不断壮大，他们有时间去
理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的
教授。
Backchannel：能告诉我们是谁吗？
哈萨比斯：不行，这得保密。我们认为委员会十分重要，应该远离公众视线，特别是在
现在的初始过度阶段。目前还没有出现什么问题，但在未来的五年十年，就不能保证人
工智能只是被用来打打游戏了。当然委员会的透明度也很重要，我们研究小组正在讨论
这些伦理问题，我们要确保科学的发展是可控的，有利于人类的可持续发展。
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
的公司？
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
Nature、后期由黑匣整理：
2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
将DeepMind以4亿美元的价格卖给谷歌。昨天，谷歌DeepMind推出的人工智能算法打败
了人类围棋选手，震惊世界。
谷歌为何收购？Deepmind牛逼在哪里？来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel：谷歌是一个人工智能公司吗？他们有什么吸引你们的地方呢？
哈萨比斯：是的，人工智能是谷歌的核心。一开始，我在思考谷歌的使命“组织全球信
息，并让其为所有人可用”。我的理解是，让人们通过知识而变得有力量。这样来理解
人工智能，你就会发现它是一个非常自然的东西。我们致力于研究强人工智能（AGI）
，它可以自动将非结构化信息转换成可以直接利用的知识。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：拉里?佩奇（谷歌联合创始人）是影响你决定将DeepMind卖给谷歌的关键
人物吗？
哈萨比斯：是的，他非常重要。拉里和别人不同，他对人工智能是120分感兴趣，认为
人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量，都企图涉足这个领域并
做出些什么成果来，但我认为他们的热情是绝对比不上谷歌的。
Backchannel：所以包括马克?扎克伯格领导下的Facebook也是如此吗？他可是认为AI不
仅仅是一个工具，而是一种使命呢。
哈萨比斯：是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要
的事情之一，但扎克伯格缺乏像拉里那种刨根问底的劲儿，他在意的是别的事情——与
人们沟通才是他的目标。当然，扎克伯格也对一些黑科技感兴趣，比如Oculus。我也曾
经做过电脑游戏和图形，但对于我来说，最重要的一直是人工智能。
Backchannel：谷歌的基础设施能为你们带来多大的提高呢？
哈萨比斯：非常大！这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支
持者，但在计算机基础建设和工程基础设施方面，谷歌有着十年的经验。现在，我们的
研究内容大大增加，速度大大提升，因为我们可以并行100万次实验。
Backchannel：你所取得的巨大飞跃，不仅包括结构化数据库的深入研究，还包括互联
网非结构化信息（如文档和图像）的研究和利用，是吗？
哈萨比斯：是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分
利用这些非结构化信息，这样的方法也称为“无监督学习”，你只需要给它数据就好，
它会自己学习，理解事物结构、目标，并采取行动。这就是我们想要研究的人工智能。
Backchannel：谷歌的神经网络先驱杰夫?辛顿是你的同事之一，他的研究对你的影响大
吗？
哈萨比斯：当然，十分重大。他在2006年的成就对整个领域有着革命性的影响，他引进
了深度神经网络这个概念，也就是深度学习。另一方面，我认为深度学习也十分重要。
目前，DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游
戏机人工智能算法，就是一个很好的例子。
Backchannel：你们的研究有什么特别之处？
哈萨比斯：我们的公司叫做DeepMind，很显然，我们专注于深度学习。但我们也对神经
系统科学十分感兴趣。
Backchannel：我们对自己的大脑越了解，越有助于我们建立机器智能？
哈萨比斯：是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力
，让它们可以从经验中学习，就像人类一样。但它们可以举一反三，帮助我们解决很多
人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时，
我们都十分兴奋。当然，要做到这些，你得先拥有一群足智多谋的程序员和研究人员，
就像我们DeepMind一样，构建可以学习的智能算法。
Backchannel：换句话说，我们需要大量人类智慧来构成这样的系统，然后我们才可以
……
哈萨比斯：才可以创造出解决复杂和高难度任务的系统，比如下棋。我们并没有单独的
围棋计划，但我们将推出一个人工智能算法，可以横扫一切棋类博弈，这样可以节省大
量的编程时间。同时，我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样
，只要你看过别人下棋玩牌，就能对游戏规则略知一二了。如果你接触一个新的棋牌游
戏，你会凭着已有的经验很快上手。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：每个算法系统都会有它的限制性吗？你认为怎样的系统算法才可以学到
一切东西？
哈萨比斯：这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域，我们的原型
是人类大脑。我们可以系鞋带，我们会骑自行车，在物理运动世界中几乎没有什么是人
类搞不定的。所以，我们也相信这样的系统算法是完全有可能的。
Backchannel：可以谈谈关于你刚从牛津大学收购的两支团队吗？
哈萨比斯：牛津大学出来的可都是牛人啊。这两个团队中，一个团队（前深蓝实验室）
由菲尔?布鲁瑟姆教授领带，利用深度神经网络来研究神经语言理解。我们利用的是深
度神经和词向量等工具，而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了
，于是我们的系统中有了语言嵌入。另一个团队则是南多?德?费尔塔斯教授领导的世界
著名的计算机视觉团队。
Backchannel：这些团队研究最终会产生同一个研究成果？
哈萨比斯：是的，这些所有的研究会让我们的成果更棒。
Backchannel：DeepMind团队即将致力于谷歌哪些产品提升呢？
哈萨比斯：我们对于谷歌来说仍然是新成员，但我们的技术可以应用到谷歌产品的方方
面面。我们将改善谷歌搜索引擎，我们将向YouTube学习。我们正在想办法让Google
Now像个人助理一样更好地理解你的需求，这也许能用到自动驾驶汽车上。
Backchannel：那视频搜索呢？
哈萨比斯：这是另一个重点。你想通过动作而不是输入文字来完成搜索吗？这就是目前
视觉团队在研究的方向，不仅仅是图像识别，还有动作识别。
Backchannel：从长远来看，你们打算为谷歌做些什么呢？
哈萨比斯：说实话，我对强人工智能的潜力十分重视，还有人工智能协助科学。我们对
所有的科学领域都充满了期待，疾病、气候、能源、经济学，但这些领域都充满了海量
的信息和数据。人类科学家要分析这些数据并得出成果是难上加难，我说的不是一个科
学家，也包括一群非常聪明的科学家小组。所以，我们需要人工智能和机器学习来帮助
我们，理解海量的信息和数据，在不同领域推陈出新。我希望以后谷歌的每项成果中都
能看见我们的影子，包括Calico抗衰老项目和生命科学研究项目。
Backchannel：你对电影《她》怎么看呢？
哈萨比斯：从美学上来说，我很欣赏这部电影。它在某些方面讲述了人工智能的积极效
应，这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实，电影中
这么强大的人工智能居然只困在一部手机中，做一些日常家务。但这是革命性的科学…
…至少来说，它应该呈现给我们一个非常不一样的世界才对吧？
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：你们的实验室中已经产生了众多成果，但要让它们走出实验室、走向大
众，应该很难吧？
哈萨比斯：是的，但这是一个循序渐进的过程。一开始，我们发现问题，寻找解决方案
，然后我们接触了神经学科，然后我们发现机器学习可以把雅达利游戏玩得十分溜。目
前DeedMind的四分之三的团队都在研究，只有四分之一的团队成果得到应用（包括谷歌
其他产品），但他们却是联系研究内容的接口。
Backchannel：你曾经在游戏领域叱咤风云，但你离开了，是因为你想了解更多关于大
脑的奥秘吗？
哈萨比斯：是的。实际上，我的整个职业生涯，包括游戏在内，都是我建立人工智能公
司的垫脚石。在我十几岁的时候，我就认定人工智能将是我这辈子最重要的目标。
Backchannel：当你登上游戏领域的宝座，被称作游戏神童时，你甚至成立了自己的工
作室，你只是觉得“OK，我该去研究下神经科学了”就转行了吗？
哈萨比斯：也不全是，不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展
的”更恰当。《黑与白》可以说是我的巅峰，之后又有了《主题公园》和共和国的战绩
。大概在2004年至2005年的时候，我觉得这种和商业环境紧密结合的游戏可以推动游戏
的发展，它们和普通的移动游戏不一样，我们可以和人工智能一起打游戏。
然后我就开始构思DeepMind，那时候是2004年。但是我很快意识到，我还没有足够的力
量来组建这样的一个团队，当时的深度学习还没有出现，计算机也不够强大。然后我就
开始思索，我该读个什么博士好呢？好像神经科学比人工智能更实在，因为我想学习一
套全新的思想套路，而且当时我也认识不少人工智能世界级牛人了。
Backchannel：在你研究大脑的这些年，哪项收获对你创立一家人工智能公司帮助最大？
哈萨比斯：很多，绝对不止一项。一是增强学习，为什么它如此重要呢？我们通过神经
科学来研究新算法并验证现有的算法。在90年代，彼得?达扬用猴子做了一个实验，发
现神经元是学习过程中致力于增强学习的关键。因此，将其用作人工智能系统的元素并
不是一个疯狂的想法。
另一个是海马体，我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层
的活动。但海马体是大脑的一个关键部分，构造十分独特，没有了它，你就没有了记忆
。所以我对它的工作方式十分好奇。当你睡觉的时候，你的大脑算法会重播白天活动的
记忆，也就是所谓的“日有所思，夜有所梦”。我们把这个功能用到雅达利算法上，通
过重播游戏轨迹，对它进行不断的培训，直到它在游戏中战无不胜。
Backchannel：你所说的大脑的算法，是严格的说法还是一种隐喻呢？
哈萨比斯：算是一种隐喻吧。虽然我们不会建造出一个人造海马体，但它确实是一个具
有细节的原型。有很多机器学习研究人员都忽略了人类大脑，这是不对的。人类大脑中
有很多知识都是可以运用到算法中去的。
Backchannel：目前你在工作中遇到的最大问题是什么呢？
哈萨比斯：最大的问题就是转移学习。你已经掌握了一个领域的知识，你如何才能把这
些知识运用到新领域去呢？这是一个关键问题。目前，我们擅长于处理可以感知的信息
，然后产生相关行动。但若进入了下一个级别，在概念这个层面上，没有人可以做到这
一点。
Backchannel：谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”
，这是什么东西呢？它的作用是？
哈萨比斯：这是一个独立的顾问委员会。我认为人工智能可以改变世界，这是一项神奇
的技术。但所有的技术本质上都是中立的，它们可以被好人或坏人所利用，所以我们必
须对它们的使用者负责。我和我的合伙人对此已经思考良久，谷歌吸引我的另一点也是
因为他们对此表示赞同。
Backchannel：目前这个委员会做了些什么呢？
哈萨比斯：目前还没有，它只是刚刚成立，但它并不会约束我们。但委员会会监督
DeepMind的研究成果不被用到军事或情报上。
Backchannel：如果你把这项技术带向世界，你认为一个委员会真的可以控制它吗？
哈萨比斯：我认为它绝对可以影响受过教育的人们。他们正在不断壮大，他们有时间去
理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的
教授。
Backchannel：能告诉我们是谁吗？
哈萨比斯：不行，这得保密。我们认为委员会十分重要，应该远离公众视线，特别是在
现在的初始过度阶段。目前还没有出现什么问题，但在未来的五年十年，就不能保证人
工智能只是被用来打打游戏了。当然委员会的透明度也很重要，我们研究小组正在讨论
这些伦理问题，我们要确保科学的发展是可控的，有利于人类的可持续发展。
l*l
4 楼
还以为真涨到3.64了呢...
【在 p****s 的大作中提到】
: 目前的policy是5年CD 3.64%利率，提前取的话只罚两个月的利息，看着不错，但就怕
: 他们随时会恢复罚6个月利息的老政策。据说如果改政策的话会提前30天通知，但是如
: 果他们近期就改的化就不如存那个2年的可以上调一次利息的CD了。
【在 p****s 的大作中提到】
: 目前的policy是5年CD 3.64%利率，提前取的话只罚两个月的利息，看着不错，但就怕
: 他们随时会恢复罚6个月利息的老政策。据说如果改政策的话会提前30天通知，但是如
: 果他们近期就改的化就不如存那个2年的可以上调一次利息的CD了。
c*3
6 楼
这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
了吧
1998年judgement day，终结者拍续集都不好意思了
了吧
1998年judgement day，终结者拍续集都不好意思了
r*e
7 楼
是2.64%, 它的5年CD的利率真是一天一降啊, 刚开始推行2个月利息penalty的时候有3.
1%
1%
w*p
8 楼
Credit Karma 不错，有真的分数，而且不收费，网站上有大量广告
www.creditkarma.com/
www.creditkarma.com/
b*s
9 楼
至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
比如以后处理会计，一般的银行业务流程，城市交通优化什么的
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
比如以后处理会计，一般的银行业务流程，城市交通优化什么的
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
w*u
10 楼
汗，刚办了一个这个CD，这利率不会再接着降吧
3.
【在 r****e 的大作中提到】
: 是2.64%, 它的5年CD的利率真是一天一降啊, 刚开始推行2个月利息penalty的时候有3.
: 1%
3.
【在 r****e 的大作中提到】
: 是2.64%, 它的5年CD的利率真是一天一降啊, 刚开始推行2个月利息penalty的时候有3.
: 1%
k*a
11 楼
credit.com 给你score range. 一月一次。 quizzle.com 给你free report and score
, 半年一次。
, 半年一次。
b*y
12 楼
扯吧，这些都是hype, 宣传用的。
a*s
13 楼
I joined a step up CD. This year is 4%. next year will go up to 5% and more
fund can be added in anytime.
fund can be added in anytime.
b*8
14 楼
thanks a lot!
c*3
15 楼
其他领域可能是有点用了，人家没有跑出来吹牛。
这个人还是在吹牛，围棋就没法横扫。这次围棋发了nature，连国内都看出来来了，是
商业炒作。
总共只和一个真人下过，就是那个2段。签了保密协议，棋的内容看着软弱，也不抵抗
，看着真实水平只有业余4-5段的样子，还不敢放在网上公开接受挑战。
【在 b*******s 的大作中提到】
: 至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
: 比如以后处理会计，一般的银行业务流程，城市交通优化什么的
这个人还是在吹牛，围棋就没法横扫。这次围棋发了nature，连国内都看出来来了，是
商业炒作。
总共只和一个真人下过，就是那个2段。签了保密协议，棋的内容看着软弱，也不抵抗
，看着真实水平只有业余4-5段的样子，还不敢放在网上公开接受挑战。
【在 b*******s 的大作中提到】
: 至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
: 比如以后处理会计，一般的银行业务流程，城市交通优化什么的
r*e
16 楼
step up CD是啥意思, 能详细介绍下吗
more
【在 a*****s 的大作中提到】
: I joined a step up CD. This year is 4%. next year will go up to 5% and more
: fund can be added in anytime.
more
【在 a*****s 的大作中提到】
: I joined a step up CD. This year is 4%. next year will go up to 5% and more
: fund can be added in anytime.
l*n
17 楼
电脑管子应该强于人类吧，大局观就不行了，如果连大局观都搞定了，就没得玩了。
a*s
18 楼
This CD offer has expired. It means 3% 1st/ 4% 2nd year/ 5% third year.
【在 r****e 的大作中提到】
: step up CD是啥意思, 能详细介绍下吗
:
: more
【在 r****e 的大作中提到】
: step up CD是啥意思, 能详细介绍下吗
:
: more
l*n
19 楼
李昌镐赢别人都是靠官子
r*e
20 楼
Thanks. you made a smart decision a year or two ago :)
【在 a*****s 的大作中提到】
: This CD offer has expired. It means 3% 1st/ 4% 2nd year/ 5% third year.
【在 a*****s 的大作中提到】
: This CD offer has expired. It means 3% 1st/ 4% 2nd year/ 5% third year.
K*2
21 楼
扯鸡巴蛋，飞行棋能横扫谁？
p*s
22 楼
抱歉写错了，是2.64%。现在犹豫是存5年CD呢，还是先存个money market saving瞅机
会等好的CD。
会等好的CD。
n*l
23 楼
别提人工智能，搞臭的东西了。 叫big data, machine learning之类的吧。
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
p*s
24 楼
气道同学看来闲钱不少啊，以前在股板经常看到你，现在又在这里出没。
j*v
25 楼
現在狗狗不要臉到極緻
h*c
26 楼
应该恢复宗教裁判
机器行使人事要征收什一税
机器行使人事要征收什一税
h*c
27 楼
机器人赚了一百万，应诚实报税给her Majesty
i*h
28 楼
如果赢了李思思
是不是大家会说李思思被一百万收买了？
是不是大家会说李思思被一百万收买了？
a*g
29 楼
2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
的公司？
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
Nature、后期由黑匣整理：
2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
将DeepMind以4亿美元的价格卖给谷歌。昨天，谷歌DeepMind推出的人工智能算法打败
了人类围棋选手，震惊世界。
谷歌为何收购？Deepmind牛逼在哪里？来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel：谷歌是一个人工智能公司吗？他们有什么吸引你们的地方呢？
哈萨比斯：是的，人工智能是谷歌的核心。一开始，我在思考谷歌的使命“组织全球信
息，并让其为所有人可用”。我的理解是，让人们通过知识而变得有力量。这样来理解
人工智能，你就会发现它是一个非常自然的东西。我们致力于研究强人工智能（AGI）
，它可以自动将非结构化信息转换成可以直接利用的知识。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：拉里?佩奇（谷歌联合创始人）是影响你决定将DeepMind卖给谷歌的关键
人物吗？
哈萨比斯：是的，他非常重要。拉里和别人不同，他对人工智能是120分感兴趣，认为
人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量，都企图涉足这个领域并
做出些什么成果来，但我认为他们的热情是绝对比不上谷歌的。
Backchannel：所以包括马克?扎克伯格领导下的Facebook也是如此吗？他可是认为AI不
仅仅是一个工具，而是一种使命呢。
哈萨比斯：是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要
的事情之一，但扎克伯格缺乏像拉里那种刨根问底的劲儿，他在意的是别的事情——与
人们沟通才是他的目标。当然，扎克伯格也对一些黑科技感兴趣，比如Oculus。我也曾
经做过电脑游戏和图形，但对于我来说，最重要的一直是人工智能。
Backchannel：谷歌的基础设施能为你们带来多大的提高呢？
哈萨比斯：非常大！这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支
持者，但在计算机基础建设和工程基础设施方面，谷歌有着十年的经验。现在，我们的
研究内容大大增加，速度大大提升，因为我们可以并行100万次实验。
Backchannel：你所取得的巨大飞跃，不仅包括结构化数据库的深入研究，还包括互联
网非结构化信息（如文档和图像）的研究和利用，是吗？
哈萨比斯：是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分
利用这些非结构化信息，这样的方法也称为“无监督学习”，你只需要给它数据就好，
它会自己学习，理解事物结构、目标，并采取行动。这就是我们想要研究的人工智能。
Backchannel：谷歌的神经网络先驱杰夫?辛顿是你的同事之一，他的研究对你的影响大
吗？
哈萨比斯：当然，十分重大。他在2006年的成就对整个领域有着革命性的影响，他引进
了深度神经网络这个概念，也就是深度学习。另一方面，我认为深度学习也十分重要。
目前，DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游
戏机人工智能算法，就是一个很好的例子。
Backchannel：你们的研究有什么特别之处？
哈萨比斯：我们的公司叫做DeepMind，很显然，我们专注于深度学习。但我们也对神经
系统科学十分感兴趣。
Backchannel：我们对自己的大脑越了解，越有助于我们建立机器智能？
哈萨比斯：是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力
，让它们可以从经验中学习，就像人类一样。但它们可以举一反三，帮助我们解决很多
人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时，
我们都十分兴奋。当然，要做到这些，你得先拥有一群足智多谋的程序员和研究人员，
就像我们DeepMind一样，构建可以学习的智能算法。
Backchannel：换句话说，我们需要大量人类智慧来构成这样的系统，然后我们才可以
……
哈萨比斯：才可以创造出解决复杂和高难度任务的系统，比如下棋。我们并没有单独的
围棋计划，但我们将推出一个人工智能算法，可以横扫一切棋类博弈，这样可以节省大
量的编程时间。同时，我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样
，只要你看过别人下棋玩牌，就能对游戏规则略知一二了。如果你接触一个新的棋牌游
戏，你会凭着已有的经验很快上手。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：每个算法系统都会有它的限制性吗？你认为怎样的系统算法才可以学到
一切东西？
哈萨比斯：这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域，我们的原型
是人类大脑。我们可以系鞋带，我们会骑自行车，在物理运动世界中几乎没有什么是人
类搞不定的。所以，我们也相信这样的系统算法是完全有可能的。
Backchannel：可以谈谈关于你刚从牛津大学收购的两支团队吗？
哈萨比斯：牛津大学出来的可都是牛人啊。这两个团队中，一个团队（前深蓝实验室）
由菲尔?布鲁瑟姆教授领带，利用深度神经网络来研究神经语言理解。我们利用的是深
度神经和词向量等工具，而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了
，于是我们的系统中有了语言嵌入。另一个团队则是南多?德?费尔塔斯教授领导的世界
著名的计算机视觉团队。
Backchannel：这些团队研究最终会产生同一个研究成果？
哈萨比斯：是的，这些所有的研究会让我们的成果更棒。
Backchannel：DeepMind团队即将致力于谷歌哪些产品提升呢？
哈萨比斯：我们对于谷歌来说仍然是新成员，但我们的技术可以应用到谷歌产品的方方
面面。我们将改善谷歌搜索引擎，我们将向YouTube学习。我们正在想办法让Google
Now像个人助理一样更好地理解你的需求，这也许能用到自动驾驶汽车上。
Backchannel：那视频搜索呢？
哈萨比斯：这是另一个重点。你想通过动作而不是输入文字来完成搜索吗？这就是目前
视觉团队在研究的方向，不仅仅是图像识别，还有动作识别。
Backchannel：从长远来看，你们打算为谷歌做些什么呢？
哈萨比斯：说实话，我对强人工智能的潜力十分重视，还有人工智能协助科学。我们对
所有的科学领域都充满了期待，疾病、气候、能源、经济学，但这些领域都充满了海量
的信息和数据。人类科学家要分析这些数据并得出成果是难上加难，我说的不是一个科
学家，也包括一群非常聪明的科学家小组。所以，我们需要人工智能和机器学习来帮助
我们，理解海量的信息和数据，在不同领域推陈出新。我希望以后谷歌的每项成果中都
能看见我们的影子，包括Calico抗衰老项目和生命科学研究项目。
Backchannel：你对电影《她》怎么看呢？
哈萨比斯：从美学上来说，我很欣赏这部电影。它在某些方面讲述了人工智能的积极效
应，这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实，电影中
这么强大的人工智能居然只困在一部手机中，做一些日常家务。但这是革命性的科学…
…至少来说，它应该呈现给我们一个非常不一样的世界才对吧？
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：你们的实验室中已经产生了众多成果，但要让它们走出实验室、走向大
众，应该很难吧？
哈萨比斯：是的，但这是一个循序渐进的过程。一开始，我们发现问题，寻找解决方案
，然后我们接触了神经学科，然后我们发现机器学习可以把雅达利游戏玩得十分溜。目
前DeedMind的四分之三的团队都在研究，只有四分之一的团队成果得到应用（包括谷歌
其他产品），但他们却是联系研究内容的接口。
Backchannel：你曾经在游戏领域叱咤风云，但你离开了，是因为你想了解更多关于大
脑的奥秘吗？
哈萨比斯：是的。实际上，我的整个职业生涯，包括游戏在内，都是我建立人工智能公
司的垫脚石。在我十几岁的时候，我就认定人工智能将是我这辈子最重要的目标。
Backchannel：当你登上游戏领域的宝座，被称作游戏神童时，你甚至成立了自己的工
作室，你只是觉得“OK，我该去研究下神经科学了”就转行了吗？
哈萨比斯：也不全是，不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展
的”更恰当。《黑与白》可以说是我的巅峰，之后又有了《主题公园》和共和国的战绩
。大概在2004年至2005年的时候，我觉得这种和商业环境紧密结合的游戏可以推动游戏
的发展，它们和普通的移动游戏不一样，我们可以和人工智能一起打游戏。
然后我就开始构思DeepMind，那时候是2004年。但是我很快意识到，我还没有足够的力
量来组建这样的一个团队，当时的深度学习还没有出现，计算机也不够强大。然后我就
开始思索，我该读个什么博士好呢？好像神经科学比人工智能更实在，因为我想学习一
套全新的思想套路，而且当时我也认识不少人工智能世界级牛人了。
Backchannel：在你研究大脑的这些年，哪项收获对你创立一家人工智能公司帮助最大？
哈萨比斯：很多，绝对不止一项。一是增强学习，为什么它如此重要呢？我们通过神经
科学来研究新算法并验证现有的算法。在90年代，彼得?达扬用猴子做了一个实验，发
现神经元是学习过程中致力于增强学习的关键。因此，将其用作人工智能系统的元素并
不是一个疯狂的想法。
另一个是海马体，我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层
的活动。但海马体是大脑的一个关键部分，构造十分独特，没有了它，你就没有了记忆
。所以我对它的工作方式十分好奇。当你睡觉的时候，你的大脑算法会重播白天活动的
记忆，也就是所谓的“日有所思，夜有所梦”。我们把这个功能用到雅达利算法上，通
过重播游戏轨迹，对它进行不断的培训，直到它在游戏中战无不胜。
Backchannel：你所说的大脑的算法，是严格的说法还是一种隐喻呢？
哈萨比斯：算是一种隐喻吧。虽然我们不会建造出一个人造海马体，但它确实是一个具
有细节的原型。有很多机器学习研究人员都忽略了人类大脑，这是不对的。人类大脑中
有很多知识都是可以运用到算法中去的。
Backchannel：目前你在工作中遇到的最大问题是什么呢？
哈萨比斯：最大的问题就是转移学习。你已经掌握了一个领域的知识，你如何才能把这
些知识运用到新领域去呢？这是一个关键问题。目前，我们擅长于处理可以感知的信息
，然后产生相关行动。但若进入了下一个级别，在概念这个层面上，没有人可以做到这
一点。
Backchannel：谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”
，这是什么东西呢？它的作用是？
哈萨比斯：这是一个独立的顾问委员会。我认为人工智能可以改变世界，这是一项神奇
的技术。但所有的技术本质上都是中立的，它们可以被好人或坏人所利用，所以我们必
须对它们的使用者负责。我和我的合伙人对此已经思考良久，谷歌吸引我的另一点也是
因为他们对此表示赞同。
Backchannel：目前这个委员会做了些什么呢？
哈萨比斯：目前还没有，它只是刚刚成立，但它并不会约束我们。但委员会会监督
DeepMind的研究成果不被用到军事或情报上。
Backchannel：如果你把这项技术带向世界，你认为一个委员会真的可以控制它吗？
哈萨比斯：我认为它绝对可以影响受过教育的人们。他们正在不断壮大，他们有时间去
理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的
教授。
Backchannel：能告诉我们是谁吗？
哈萨比斯：不行，这得保密。我们认为委员会十分重要，应该远离公众视线，特别是在
现在的初始过度阶段。目前还没有出现什么问题，但在未来的五年十年，就不能保证人
工智能只是被用来打打游戏了。当然委员会的透明度也很重要，我们研究小组正在讨论
这些伦理问题，我们要确保科学的发展是可控的，有利于人类的可持续发展。
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
的公司？
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
Nature、后期由黑匣整理：
2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
将DeepMind以4亿美元的价格卖给谷歌。昨天，谷歌DeepMind推出的人工智能算法打败
了人类围棋选手，震惊世界。
谷歌为何收购？Deepmind牛逼在哪里？来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel：谷歌是一个人工智能公司吗？他们有什么吸引你们的地方呢？
哈萨比斯：是的，人工智能是谷歌的核心。一开始，我在思考谷歌的使命“组织全球信
息，并让其为所有人可用”。我的理解是，让人们通过知识而变得有力量。这样来理解
人工智能，你就会发现它是一个非常自然的东西。我们致力于研究强人工智能（AGI）
，它可以自动将非结构化信息转换成可以直接利用的知识。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：拉里?佩奇（谷歌联合创始人）是影响你决定将DeepMind卖给谷歌的关键
人物吗？
哈萨比斯：是的，他非常重要。拉里和别人不同，他对人工智能是120分感兴趣，认为
人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量，都企图涉足这个领域并
做出些什么成果来，但我认为他们的热情是绝对比不上谷歌的。
Backchannel：所以包括马克?扎克伯格领导下的Facebook也是如此吗？他可是认为AI不
仅仅是一个工具，而是一种使命呢。
哈萨比斯：是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要
的事情之一，但扎克伯格缺乏像拉里那种刨根问底的劲儿，他在意的是别的事情——与
人们沟通才是他的目标。当然，扎克伯格也对一些黑科技感兴趣，比如Oculus。我也曾
经做过电脑游戏和图形，但对于我来说，最重要的一直是人工智能。
Backchannel：谷歌的基础设施能为你们带来多大的提高呢？
哈萨比斯：非常大！这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支
持者，但在计算机基础建设和工程基础设施方面，谷歌有着十年的经验。现在，我们的
研究内容大大增加，速度大大提升，因为我们可以并行100万次实验。
Backchannel：你所取得的巨大飞跃，不仅包括结构化数据库的深入研究，还包括互联
网非结构化信息（如文档和图像）的研究和利用，是吗？
哈萨比斯：是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分
利用这些非结构化信息，这样的方法也称为“无监督学习”，你只需要给它数据就好，
它会自己学习，理解事物结构、目标，并采取行动。这就是我们想要研究的人工智能。
Backchannel：谷歌的神经网络先驱杰夫?辛顿是你的同事之一，他的研究对你的影响大
吗？
哈萨比斯：当然，十分重大。他在2006年的成就对整个领域有着革命性的影响，他引进
了深度神经网络这个概念，也就是深度学习。另一方面，我认为深度学习也十分重要。
目前，DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游
戏机人工智能算法，就是一个很好的例子。
Backchannel：你们的研究有什么特别之处？
哈萨比斯：我们的公司叫做DeepMind，很显然，我们专注于深度学习。但我们也对神经
系统科学十分感兴趣。
Backchannel：我们对自己的大脑越了解，越有助于我们建立机器智能？
哈萨比斯：是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力
，让它们可以从经验中学习，就像人类一样。但它们可以举一反三，帮助我们解决很多
人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时，
我们都十分兴奋。当然，要做到这些，你得先拥有一群足智多谋的程序员和研究人员，
就像我们DeepMind一样，构建可以学习的智能算法。
Backchannel：换句话说，我们需要大量人类智慧来构成这样的系统，然后我们才可以
……
哈萨比斯：才可以创造出解决复杂和高难度任务的系统，比如下棋。我们并没有单独的
围棋计划，但我们将推出一个人工智能算法，可以横扫一切棋类博弈，这样可以节省大
量的编程时间。同时，我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样
，只要你看过别人下棋玩牌，就能对游戏规则略知一二了。如果你接触一个新的棋牌游
戏，你会凭着已有的经验很快上手。
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：每个算法系统都会有它的限制性吗？你认为怎样的系统算法才可以学到
一切东西？
哈萨比斯：这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域，我们的原型
是人类大脑。我们可以系鞋带，我们会骑自行车，在物理运动世界中几乎没有什么是人
类搞不定的。所以，我们也相信这样的系统算法是完全有可能的。
Backchannel：可以谈谈关于你刚从牛津大学收购的两支团队吗？
哈萨比斯：牛津大学出来的可都是牛人啊。这两个团队中，一个团队（前深蓝实验室）
由菲尔?布鲁瑟姆教授领带，利用深度神经网络来研究神经语言理解。我们利用的是深
度神经和词向量等工具，而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了
，于是我们的系统中有了语言嵌入。另一个团队则是南多?德?费尔塔斯教授领导的世界
著名的计算机视觉团队。
Backchannel：这些团队研究最终会产生同一个研究成果？
哈萨比斯：是的，这些所有的研究会让我们的成果更棒。
Backchannel：DeepMind团队即将致力于谷歌哪些产品提升呢？
哈萨比斯：我们对于谷歌来说仍然是新成员，但我们的技术可以应用到谷歌产品的方方
面面。我们将改善谷歌搜索引擎，我们将向YouTube学习。我们正在想办法让Google
Now像个人助理一样更好地理解你的需求，这也许能用到自动驾驶汽车上。
Backchannel：那视频搜索呢？
哈萨比斯：这是另一个重点。你想通过动作而不是输入文字来完成搜索吗？这就是目前
视觉团队在研究的方向，不仅仅是图像识别，还有动作识别。
Backchannel：从长远来看，你们打算为谷歌做些什么呢？
哈萨比斯：说实话，我对强人工智能的潜力十分重视，还有人工智能协助科学。我们对
所有的科学领域都充满了期待，疾病、气候、能源、经济学，但这些领域都充满了海量
的信息和数据。人类科学家要分析这些数据并得出成果是难上加难，我说的不是一个科
学家，也包括一群非常聪明的科学家小组。所以，我们需要人工智能和机器学习来帮助
我们，理解海量的信息和数据，在不同领域推陈出新。我希望以后谷歌的每项成果中都
能看见我们的影子，包括Calico抗衰老项目和生命科学研究项目。
Backchannel：你对电影《她》怎么看呢？
哈萨比斯：从美学上来说，我很欣赏这部电影。它在某些方面讲述了人工智能的积极效
应，这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实，电影中
这么强大的人工智能居然只困在一部手机中，做一些日常家务。但这是革命性的科学…
…至少来说，它应该呈现给我们一个非常不一样的世界才对吧？
DeepMind创始人自述：我们的算法可以横扫一切棋类博弈
Backchannel：你们的实验室中已经产生了众多成果，但要让它们走出实验室、走向大
众，应该很难吧？
哈萨比斯：是的，但这是一个循序渐进的过程。一开始，我们发现问题，寻找解决方案
，然后我们接触了神经学科，然后我们发现机器学习可以把雅达利游戏玩得十分溜。目
前DeedMind的四分之三的团队都在研究，只有四分之一的团队成果得到应用（包括谷歌
其他产品），但他们却是联系研究内容的接口。
Backchannel：你曾经在游戏领域叱咤风云，但你离开了，是因为你想了解更多关于大
脑的奥秘吗？
哈萨比斯：是的。实际上，我的整个职业生涯，包括游戏在内，都是我建立人工智能公
司的垫脚石。在我十几岁的时候，我就认定人工智能将是我这辈子最重要的目标。
Backchannel：当你登上游戏领域的宝座，被称作游戏神童时，你甚至成立了自己的工
作室，你只是觉得“OK，我该去研究下神经科学了”就转行了吗？
哈萨比斯：也不全是，不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展
的”更恰当。《黑与白》可以说是我的巅峰，之后又有了《主题公园》和共和国的战绩
。大概在2004年至2005年的时候，我觉得这种和商业环境紧密结合的游戏可以推动游戏
的发展，它们和普通的移动游戏不一样，我们可以和人工智能一起打游戏。
然后我就开始构思DeepMind，那时候是2004年。但是我很快意识到，我还没有足够的力
量来组建这样的一个团队，当时的深度学习还没有出现，计算机也不够强大。然后我就
开始思索，我该读个什么博士好呢？好像神经科学比人工智能更实在，因为我想学习一
套全新的思想套路，而且当时我也认识不少人工智能世界级牛人了。
Backchannel：在你研究大脑的这些年，哪项收获对你创立一家人工智能公司帮助最大？
哈萨比斯：很多，绝对不止一项。一是增强学习，为什么它如此重要呢？我们通过神经
科学来研究新算法并验证现有的算法。在90年代，彼得?达扬用猴子做了一个实验，发
现神经元是学习过程中致力于增强学习的关键。因此，将其用作人工智能系统的元素并
不是一个疯狂的想法。
另一个是海马体，我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层
的活动。但海马体是大脑的一个关键部分，构造十分独特，没有了它，你就没有了记忆
。所以我对它的工作方式十分好奇。当你睡觉的时候，你的大脑算法会重播白天活动的
记忆，也就是所谓的“日有所思，夜有所梦”。我们把这个功能用到雅达利算法上，通
过重播游戏轨迹，对它进行不断的培训，直到它在游戏中战无不胜。
Backchannel：你所说的大脑的算法，是严格的说法还是一种隐喻呢？
哈萨比斯：算是一种隐喻吧。虽然我们不会建造出一个人造海马体，但它确实是一个具
有细节的原型。有很多机器学习研究人员都忽略了人类大脑，这是不对的。人类大脑中
有很多知识都是可以运用到算法中去的。
Backchannel：目前你在工作中遇到的最大问题是什么呢？
哈萨比斯：最大的问题就是转移学习。你已经掌握了一个领域的知识，你如何才能把这
些知识运用到新领域去呢？这是一个关键问题。目前，我们擅长于处理可以感知的信息
，然后产生相关行动。但若进入了下一个级别，在概念这个层面上，没有人可以做到这
一点。
Backchannel：谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”
，这是什么东西呢？它的作用是？
哈萨比斯：这是一个独立的顾问委员会。我认为人工智能可以改变世界，这是一项神奇
的技术。但所有的技术本质上都是中立的，它们可以被好人或坏人所利用，所以我们必
须对它们的使用者负责。我和我的合伙人对此已经思考良久，谷歌吸引我的另一点也是
因为他们对此表示赞同。
Backchannel：目前这个委员会做了些什么呢？
哈萨比斯：目前还没有，它只是刚刚成立，但它并不会约束我们。但委员会会监督
DeepMind的研究成果不被用到军事或情报上。
Backchannel：如果你把这项技术带向世界，你认为一个委员会真的可以控制它吗？
哈萨比斯：我认为它绝对可以影响受过教育的人们。他们正在不断壮大，他们有时间去
理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的
教授。
Backchannel：能告诉我们是谁吗？
哈萨比斯：不行，这得保密。我们认为委员会十分重要，应该远离公众视线，特别是在
现在的初始过度阶段。目前还没有出现什么问题，但在未来的五年十年，就不能保证人
工智能只是被用来打打游戏了。当然委员会的透明度也很重要，我们研究小组正在讨论
这些伦理问题，我们要确保科学的发展是可控的，有利于人类的可持续发展。
c*3
30 楼
这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
了吧
1998年judgement day，终结者拍续集都不好意思了
了吧
1998年judgement day，终结者拍续集都不好意思了
b*s
31 楼
至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
比如以后处理会计，一般的银行业务流程，城市交通优化什么的
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
比如以后处理会计，一般的银行业务流程，城市交通优化什么的
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
b*y
32 楼
扯吧，这些都是hype, 宣传用的。
c*3
33 楼
其他领域可能是有点用了，人家没有跑出来吹牛。
这个人还是在吹牛，围棋就没法横扫。这次围棋发了nature，连国内都看出来来了，是
商业炒作。
总共只和一个真人下过，就是那个2段。签了保密协议，棋的内容看着软弱，也不抵抗
，看着真实水平只有业余4-5段的样子，还不敢放在网上公开接受挑战。
【在 b*******s 的大作中提到】
: 至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
: 比如以后处理会计，一般的银行业务流程，城市交通优化什么的
这个人还是在吹牛，围棋就没法横扫。这次围棋发了nature，连国内都看出来来了，是
商业炒作。
总共只和一个真人下过，就是那个2段。签了保密协议，棋的内容看着软弱，也不抵抗
，看着真实水平只有业余4-5段的样子，还不敢放在网上公开接受挑战。
【在 b*******s 的大作中提到】
: 至少在完成规则确定的牵涉智力的问题时我觉得已经很接近工程阶段了
: 比如以后处理会计，一般的银行业务流程，城市交通优化什么的
l*n
34 楼
电脑管子应该强于人类吧，大局观就不行了，如果连大局观都搞定了，就没得玩了。
l*n
35 楼
李昌镐赢别人都是靠官子
K*2
36 楼
扯鸡巴蛋，飞行棋能横扫谁？
n*l
37 楼
别提人工智能，搞臭的东西了。 叫big data, machine learning之类的吧。
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
j*v
38 楼
現在狗狗不要臉到極緻
h*c
39 楼
应该恢复宗教裁判
机器行使人事要征收什一税
机器行使人事要征收什一税
h*c
40 楼
机器人赚了一百万，应诚实报税给her Majesty
i*h
41 楼
如果赢了李思思
是不是大家会说李思思被一百万收买了？
是不是大家会说李思思被一百万收买了？
c*9
42 楼
大局观比人强多了。
【在 l**********n 的大作中提到】
: 电脑管子应该强于人类吧，大局观就不行了，如果连大局观都搞定了，就没得玩了。
【在 l**********n 的大作中提到】
: 电脑管子应该强于人类吧，大局观就不行了，如果连大局观都搞定了，就没得玩了。
n*w
43 楼
回过头看以前的评论总是感慨万千
【在 c*******9 的大作中提到】
: 大局观比人强多了。
【在 c*******9 的大作中提到】
: 大局观比人强多了。
P*H
44 楼
脸被打得肿得认识了。
【在 n*w 的大作中提到】
: 回过头看以前的评论总是感慨万千
【在 n*w 的大作中提到】
: 回过头看以前的评论总是感慨万千
L*8
45 楼
李师师的脸被打肿了
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
【在 c****3 的大作中提到】
: 这和80年代吹牛电脑人工智能十年超过人的有啥区别，好莱坞也不像那时候那么好忽悠
: 了吧
: 1998年judgement day，终结者拍续集都不好意思了
n*l
46 楼
you guys and google jump out too early to prop up AI shit. show some more
impressive stuff. so why did google's previous search boss left?
【在 P**H 的大作中提到】
: 脸被打得肿得认识了。
impressive stuff. so why did google's previous search boss left?
【在 P**H 的大作中提到】
: 脸被打得肿得认识了。
l*s
47 楼
google "Why Google’s Artificial Intelligence Boss Is Taking Over the Search
Empire"
【在 n****l 的大作中提到】
: you guys and google jump out too early to prop up AI shit. show some more
: impressive stuff. so why did google's previous search boss left?
Empire"
【在 n****l 的大作中提到】
: you guys and google jump out too early to prop up AI shit. show some more
: impressive stuff. so why did google's previous search boss left?
a*g
48 楼
嗯，感慨。
【在 n*w 的大作中提到】
: 回过头看以前的评论总是感慨万千
【在 n*w 的大作中提到】
: 回过头看以前的评论总是感慨万千
c*3
49 楼
本质和20年前深蓝赢世界冠军没区别，升级版暴力计算，人本来就不擅长计算，所以下
棋才有娱乐价值。
反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
比人差的不是一点半点。
棋才有娱乐价值。
反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
比人差的不是一点半点。
g*s
50 楼
你举的这些例子。。AI已经超越或快赶上训练过的人类了。。
【在 c****3 的大作中提到】
: 本质和20年前深蓝赢世界冠军没区别，升级版暴力计算，人本来就不擅长计算，所以下
: 棋才有娱乐价值。
: 反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
: 音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
: 比人差的不是一点半点。
【在 c****3 的大作中提到】
: 本质和20年前深蓝赢世界冠军没区别，升级版暴力计算，人本来就不擅长计算，所以下
: 棋才有娱乐价值。
: 反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
: 音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
: 比人差的不是一点半点。
c*3
51 楼
扯淡，视觉识别，语音识别，语言理解这些六岁小孩都会的，没有一样能接近人的
让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
，这个毛病根本没法克服。
【在 g****s 的大作中提到】
: 你举的这些例子。。AI已经超越或快赶上训练过的人类了。。
让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
，这个毛病根本没法克服。
【在 g****s 的大作中提到】
: 你举的这些例子。。AI已经超越或快赶上训练过的人类了。。
g*s
52 楼
你傻b,不代表别人不懂。
g*s
53 楼
弱b
【在 c****3 的大作中提到】
: 扯淡，视觉识别，语音识别，语言理解这些六岁小孩都会的，没有一样能接近人的
: 让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
: 就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
: ，这个毛病根本没法克服。
【在 c****3 的大作中提到】
: 扯淡，视觉识别，语音识别，语言理解这些六岁小孩都会的，没有一样能接近人的
: 让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
: 就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
: ，这个毛病根本没法克服。
c*3
54 楼
傻帽一个，这么明显的毛病视而不见,就这毛病，让他们做能像六岁小孩那样自如猜谜
语的Ai，打破头他们也做不出。
【在 g****s 的大作中提到】
: 你傻b,不代表别人不懂。
语的Ai，打破头他们也做不出。
【在 g****s 的大作中提到】
: 你傻b,不代表别人不懂。
T*i
55 楼
我一直在关注NLP。群友都是这行业大牛了。很多人都是穷尽一生的追求。
目前还是一大堆的坑。有技术上的也有理论上的。至少目前看，结果还远远没有那么乐
观。
你行你来上。这些真行的，都不会像你那样口出恶言。
你那些帖子，parse起来估计都没啥难度。也没啥内容。
【在 g****s 的大作中提到】
: 弱b
目前还是一大堆的坑。有技术上的也有理论上的。至少目前看，结果还远远没有那么乐
观。
你行你来上。这些真行的，都不会像你那样口出恶言。
你那些帖子，parse起来估计都没啥难度。也没啥内容。
【在 g****s 的大作中提到】
: 弱b
v*e
56 楼
your AI examples are AI's of the 80's.
【在 T********i 的大作中提到】
: 我一直在关注NLP。群友都是这行业大牛了。很多人都是穷尽一生的追求。
: 目前还是一大堆的坑。有技术上的也有理论上的。至少目前看，结果还远远没有那么乐
: 观。
: 你行你来上。这些真行的，都不会像你那样口出恶言。
: 你那些帖子，parse起来估计都没啥难度。也没啥内容。
T*i
57 楼
业界最好的做成啥样？明白的心里都有数。
想当然的那些外行或者新手才掌握不了动态。
【在 v*******e 的大作中提到】
:
: your AI examples are AI's of the 80's.
想当然的那些外行或者新手才掌握不了动态。
【在 v*******e 的大作中提到】
:
: your AI examples are AI's of the 80's.
c*3
58 楼
是不是80年代的例子也无所谓了。
人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
没有一个器官是为了计算而生的。
人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
更不要说十年超过人，全是吹牛。
智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
人的。
视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
，才是真正智能所在，这些问题从80年代到现在，一个都没有能解决，或者接近人类水
准的。
【在 v*******e 的大作中提到】
:
: your AI examples are AI's of the 80's.
人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
没有一个器官是为了计算而生的。
人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
更不要说十年超过人，全是吹牛。
智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
人的。
视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
，才是真正智能所在，这些问题从80年代到现在，一个都没有能解决，或者接近人类水
准的。
【在 v*******e 的大作中提到】
:
: your AI examples are AI's of the 80's.
T*i
59 楼
相信不相信强AI，其实是信仰问题。
但是，现在，迄今技术发展到何种程度，根本无关信仰，而是对基本客观事实的认识问
题。
上面的那个例子，是我一个做NLP一辈子的老友，成天在群里parse各种抬杠句子。这位
老友是业界大牛。但是很多时候还是parse错需要手工调。
英文相对一些。中文现在的处理水平也就这样了。这已经代表了当今的技术水平。那些
号称80年代技术的，根本就是穿越糊涂了。
搞NLP的，思维都和别人不一样。比如你说主要看气质，他会说“主够忙的”。诸如此
类，每天都能抬杠。
AI
【在 c****3 的大作中提到】
: 是不是80年代的例子也无所谓了。
: 人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
: 没有一个器官是为了计算而生的。
: 人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
: 所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
: 这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
: 更不要说十年超过人，全是吹牛。
: 智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
: 人的。
: 视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
但是，现在，迄今技术发展到何种程度，根本无关信仰，而是对基本客观事实的认识问
题。
上面的那个例子，是我一个做NLP一辈子的老友，成天在群里parse各种抬杠句子。这位
老友是业界大牛。但是很多时候还是parse错需要手工调。
英文相对一些。中文现在的处理水平也就这样了。这已经代表了当今的技术水平。那些
号称80年代技术的，根本就是穿越糊涂了。
搞NLP的，思维都和别人不一样。比如你说主要看气质，他会说“主够忙的”。诸如此
类，每天都能抬杠。
AI
【在 c****3 的大作中提到】
: 是不是80年代的例子也无所谓了。
: 人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
: 没有一个器官是为了计算而生的。
: 人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
: 所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
: 这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
: 更不要说十年超过人，全是吹牛。
: 智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
: 人的。
: 视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
T*i
60 楼
再多说几句。NLP和下围棋比起来，难度根本不是一个数量级。那些号称AI解决了NLP的
，我可以肯定都是外行。
换个角度，AI这个词本身就很滑稽。智能之类的定义其实都是人类的想当然，其实还是
人择原理。
其实，凭啥非要让电脑理解人类？人类能具体理解阿法狗怎么一步步算出来每一步都棋
么？同理，您怎么能确信电脑能正确处理人类语言？
其实，做一个能复制，能自我进化，能在生存竞争中消灭人类的机器群要容易多了。这
种机器不需要理解人类语言。人类对他们而言也没有任何意义。直接消灭就好了。对机
器而言，二型文法足够了。0型文法纯粹属于没事找事。
【在 T********i 的大作中提到】
: 业界最好的做成啥样？明白的心里都有数。
: 想当然的那些外行或者新手才掌握不了动态。
，我可以肯定都是外行。
换个角度，AI这个词本身就很滑稽。智能之类的定义其实都是人类的想当然，其实还是
人择原理。
其实，凭啥非要让电脑理解人类？人类能具体理解阿法狗怎么一步步算出来每一步都棋
么？同理，您怎么能确信电脑能正确处理人类语言？
其实，做一个能复制，能自我进化，能在生存竞争中消灭人类的机器群要容易多了。这
种机器不需要理解人类语言。人类对他们而言也没有任何意义。直接消灭就好了。对机
器而言，二型文法足够了。0型文法纯粹属于没事找事。
【在 T********i 的大作中提到】
: 业界最好的做成啥样？明白的心里都有数。
: 想当然的那些外行或者新手才掌握不了动态。
n*s
61 楼
分词也没那么玄乎吧,搞个好点的字典,分的差不多就行了.
Quora上有一些对NLP总结,写的很好: https://www.quora.com/What-are-the-major-
open-problems-in-natural-language-understanding
【在 T********i 的大作中提到】
: 相信不相信强AI，其实是信仰问题。
: 但是，现在，迄今技术发展到何种程度，根本无关信仰，而是对基本客观事实的认识问
: 题。
: 上面的那个例子，是我一个做NLP一辈子的老友，成天在群里parse各种抬杠句子。这位
: 老友是业界大牛。但是很多时候还是parse错需要手工调。
: 英文相对一些。中文现在的处理水平也就这样了。这已经代表了当今的技术水平。那些
: 号称80年代技术的，根本就是穿越糊涂了。
: 搞NLP的，思维都和别人不一样。比如你说主要看气质，他会说“主够忙的”。诸如此
: 类，每天都能抬杠。
:
Quora上有一些对NLP总结,写的很好: https://www.quora.com/What-are-the-major-
open-problems-in-natural-language-understanding
【在 T********i 的大作中提到】
: 相信不相信强AI，其实是信仰问题。
: 但是，现在，迄今技术发展到何种程度，根本无关信仰，而是对基本客观事实的认识问
: 题。
: 上面的那个例子，是我一个做NLP一辈子的老友，成天在群里parse各种抬杠句子。这位
: 老友是业界大牛。但是很多时候还是parse错需要手工调。
: 英文相对一些。中文现在的处理水平也就这样了。这已经代表了当今的技术水平。那些
: 号称80年代技术的，根本就是穿越糊涂了。
: 搞NLP的，思维都和别人不一样。比如你说主要看气质，他会说“主够忙的”。诸如此
: 类，每天都能抬杠。
:
n*s
62 楼
AI暴力大法可以同时解决几十种语言.有哪个六岁小孩会同时说20种语言的?
【在 c****3 的大作中提到】
: 本质和20年前深蓝赢世界冠军没区别，升级版暴力计算，人本来就不擅长计算，所以下
: 棋才有娱乐价值。
: 反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
: 音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
: 比人差的不是一点半点。
【在 c****3 的大作中提到】
: 本质和20年前深蓝赢世界冠军没区别，升级版暴力计算，人本来就不擅长计算，所以下
: 棋才有娱乐价值。
: 反而连六岁小孩都会的，没有任何难度，对人一秒钟都不用的事情，比如视觉识别，语
: 音识别，语言理解，这些对人都是简单任务，现在AI的暴力计算大法就啥用也没有了，
: 比人差的不是一点半点。
P*H
63 楼
和深蓝是有本质区别的。暴力搜索是一样的，但深蓝的局面判断通过手动调整的函数。
比如有几个子，位置，等等。因为象棋“简单”，棋子的特征明显，自相似度底。这个
在围棋上是很难做到的。
这次的本质区别就在于，不用手动调函数了，直接训练CNN得到。也就是说，神经网络
能提供类似于人类的“棋感”。
【在 n****s 的大作中提到】
: AI暴力大法可以同时解决几十种语言.有哪个六岁小孩会同时说20种语言的?
比如有几个子，位置，等等。因为象棋“简单”，棋子的特征明显，自相似度底。这个
在围棋上是很难做到的。
这次的本质区别就在于，不用手动调函数了，直接训练CNN得到。也就是说，神经网络
能提供类似于人类的“棋感”。
【在 n****s 的大作中提到】
: AI暴力大法可以同时解决几十种语言.有哪个六岁小孩会同时说20种语言的?
w*g
64 楼
老魏你能不能介绍我加入一下你那个群。我也想看看。
我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
有所改进的。
【在 T********i 的大作中提到】
: 我一直在关注NLP。群友都是这行业大牛了。很多人都是穷尽一生的追求。
: 目前还是一大堆的坑。有技术上的也有理论上的。至少目前看，结果还远远没有那么乐
: 观。
: 你行你来上。这些真行的，都不会像你那样口出恶言。
: 你那些帖子，parse起来估计都没啥难度。也没啥内容。
我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
有所改进的。
【在 T********i 的大作中提到】
: 我一直在关注NLP。群友都是这行业大牛了。很多人都是穷尽一生的追求。
: 目前还是一大堆的坑。有技术上的也有理论上的。至少目前看，结果还远远没有那么乐
: 观。
: 你行你来上。这些真行的，都不会像你那样口出恶言。
: 你那些帖子，parse起来估计都没啥难度。也没啥内容。
q*c
65 楼
你觉得你的理解，也完全可能是某种复杂计算产生的电脉冲给你的感觉而已。
【在 c****3 的大作中提到】
: 扯淡，视觉识别，语音识别，语言理解这些六岁小孩都会的，没有一样能接近人的
: 让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
: 就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
: ，这个毛病根本没法克服。
【在 c****3 的大作中提到】
: 扯淡，视觉识别，语音识别，语言理解这些六岁小孩都会的，没有一样能接近人的
: 让AI猜一个六岁小孩都会的谜语，只要没法训练的，没有能猜出来的。
: 就是不做AI的，都能看出现在AI的毛病在那里，就是对内容根本没有理解，哪怕一个字
: ，这个毛病根本没法克服。
h*h
66 楼
狗暴露了问题，说横扫围棋还为时过早
c*9
67 楼
多学点东西，不要总是“貌似”。
【在 c****3 的大作中提到】
: 是不是80年代的例子也无所谓了。
: 人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
: 没有一个器官是为了计算而生的。
: 人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
: 所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
: 这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
: 更不要说十年超过人，全是吹牛。
: 智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
: 人的。
: 视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
【在 c****3 的大作中提到】
: 是不是80年代的例子也无所谓了。
: 人脑设计本来就不是做计算器的，下棋之类计算能力本来也不是人擅长的能力，很显然
: 没有一个器官是为了计算而生的。
: 人脑天生的是为了语言和适应环境的，声带，眼睛，听觉都是为了这个目的而存在的。
: 所以视觉识别，语言理解和对环境综合理解能力才是构成人类智能最基本的东西。
: 这些基本能力，AI没有一个方面能和人相比的。没有这些，AI能替代的工作都很有限，
: 更不要说十年超过人，全是吹牛。
: 智能重要的东西，根本不是在下棋，下棋就是噱头，以为下棋才是人类智能，全是在蒙
: 人的。
: 视觉识别，语言理解和对环境综合理解能力，这些貌似比下棋简单，人人都具有的东西
T*i
68 楼
NLP目前的问题和NN关系不大。我个人感觉现在主要的坑是机器的知识不足，或者上下
文相关带来的。尤其是中文，和英文相比难度增加了不少。即使这些都是技术问题，活
儿总得有人干是不是？
【在 w***g 的大作中提到】
: 老魏你能不能介绍我加入一下你那个群。我也想看看。
: 我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
: 攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
: 做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
: 等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
: 有所改进的。
文相关带来的。尤其是中文，和英文相比难度增加了不少。即使这些都是技术问题，活
儿总得有人干是不是？
【在 w***g 的大作中提到】
: 老魏你能不能介绍我加入一下你那个群。我也想看看。
: 我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
: 攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
: 做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
: 等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
: 有所改进的。
c*3
69 楼
生物学搞不清，不表明是虚无的。包括人的意识，生物学也搞不清，也有人说是虚无的.
搞不清的东西，有些搞AI的就说是虚无的，这不是和小孩思维方式一样，但骗不了大部
分人，只能掩耳盗铃，自己骗自己。
【在 q*c 的大作中提到】
: 你觉得你的理解，也完全可能是某种复杂计算产生的电脉冲给你的感觉而已。
搞不清的东西，有些搞AI的就说是虚无的，这不是和小孩思维方式一样，但骗不了大部
分人，只能掩耳盗铃，自己骗自己。
【在 q*c 的大作中提到】
: 你觉得你的理解，也完全可能是某种复杂计算产生的电脉冲给你的感觉而已。
n*t
70 楼
是很厉害了。但是说实话，这种除了恶心人装逼，不给人类带来什么好处，也不提供什
么insight的技术，我不是那么看好。
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
么insight的技术，我不是那么看好。
【在 a*****g 的大作中提到】
: 2016年1月28日，谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋，让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind，关于
: Deepmind，国内人工智能圈人士都有所耳闻，但熟悉者恐怕不多。这究竟是一家什么样
: 的公司？
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访，视频来自
: Nature、后期由黑匣整理：
:
: 2011年，杰米斯?哈萨比斯在埃隆?马斯克等人的投资下，成立了一家人工智能初创公司
: DeepMind，现在，这家公司已经变成了世界上最有价值的公司之一。2014年6月，哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见，同意
S*s
71 楼
消灭人类，做个中子弹就够了。用不着人工智能
【在 T********i 的大作中提到】
: 再多说几句。NLP和下围棋比起来，难度根本不是一个数量级。那些号称AI解决了NLP的
: ，我可以肯定都是外行。
: 换个角度，AI这个词本身就很滑稽。智能之类的定义其实都是人类的想当然，其实还是
: 人择原理。
: 其实，凭啥非要让电脑理解人类？人类能具体理解阿法狗怎么一步步算出来每一步都棋
: 么？同理，您怎么能确信电脑能正确处理人类语言？
: 其实，做一个能复制，能自我进化，能在生存竞争中消灭人类的机器群要容易多了。这
: 种机器不需要理解人类语言。人类对他们而言也没有任何意义。直接消灭就好了。对机
: 器而言，二型文法足够了。0型文法纯粹属于没事找事。
【在 T********i 的大作中提到】
: 再多说几句。NLP和下围棋比起来，难度根本不是一个数量级。那些号称AI解决了NLP的
: ，我可以肯定都是外行。
: 换个角度，AI这个词本身就很滑稽。智能之类的定义其实都是人类的想当然，其实还是
: 人择原理。
: 其实，凭啥非要让电脑理解人类？人类能具体理解阿法狗怎么一步步算出来每一步都棋
: 么？同理，您怎么能确信电脑能正确处理人类语言？
: 其实，做一个能复制，能自我进化，能在生存竞争中消灭人类的机器群要容易多了。这
: 种机器不需要理解人类语言。人类对他们而言也没有任何意义。直接消灭就好了。对机
: 器而言，二型文法足够了。0型文法纯粹属于没事找事。
a*f
72 楼
北朝鲜就要有中子弹了
【在 S*******s 的大作中提到】
: 消灭人类，做个中子弹就够了。用不着人工智能
【在 S*******s 的大作中提到】
: 消灭人类，做个中子弹就够了。用不着人工智能
T*i
73 楼
所以这个人工智能最扯淡的地方在于其根本就是代表资本的少数人剥削压迫其它绝大多
数人的工具。
根本的驱动力是利润和利益。然后还要忽悠所有人买单。
和现在那些弯曲的泡沫公司联合华尔街洗钱套现一个道理。
真正的机器智能，根本就不关人类屁事。
【在 S*******s 的大作中提到】
: 消灭人类，做个中子弹就够了。用不着人工智能
数人的工具。
根本的驱动力是利润和利益。然后还要忽悠所有人买单。
和现在那些弯曲的泡沫公司联合华尔街洗钱套现一个道理。
真正的机器智能，根本就不关人类屁事。
【在 S*******s 的大作中提到】
: 消灭人类，做个中子弹就够了。用不着人工智能
L*8
74 楼
CNN在medical image上 还是不行 只能搞搞分割 而且是2D
不能一下子出来 shape model
【在 w***g 的大作中提到】
: 老魏你能不能介绍我加入一下你那个群。我也想看看。
: 我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
: 攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
: 做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
: 等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
: 有所改进的。
不能一下子出来 shape model
【在 w***g 的大作中提到】
: 老魏你能不能介绍我加入一下你那个群。我也想看看。
: 我感觉，如果一个方向有人穷其一生都还没做出满意的结果，那肯定是
: 攀错科技枝了。就像图像识别，传统的local feature + spatial pyramid，
: 做死了也就那样，改成CNN直接就突破了。但是NN在图像上有突破，并不
: 等于放到NLP上也能有同样的突破。目前看来至少RNN能够对传统方法是
: 有所改进的。
n*s
75 楼
alphago和李世石下了几盘围棋，就变成了代表资本的少数人剥削压迫其它绝大多数人
的工具了？
【在 T********i 的大作中提到】
: 所以这个人工智能最扯淡的地方在于其根本就是代表资本的少数人剥削压迫其它绝大多
: 数人的工具。
: 根本的驱动力是利润和利益。然后还要忽悠所有人买单。
: 和现在那些弯曲的泡沫公司联合华尔街洗钱套现一个道理。
: 真正的机器智能，根本就不关人类屁事。
的工具了？
【在 T********i 的大作中提到】
: 所以这个人工智能最扯淡的地方在于其根本就是代表资本的少数人剥削压迫其它绝大多
: 数人的工具。
: 根本的驱动力是利润和利益。然后还要忽悠所有人买单。
: 和现在那些弯曲的泡沫公司联合华尔街洗钱套现一个道理。
: 真正的机器智能，根本就不关人类屁事。
m*s
76 楼
语言还是属于有规则可循的东西，只要有规则，尽管可能不太严格，都是容易让电脑，
或者说算法掌握的。就像前面有个同学说的，给一本字典，不是我们普通人用的，是按
照单字，词，短语，句子，这种扩容了的字典，算法就可以比较准确的分词。有个这个
，翻译也是顺水推舟的东西。但是智能并不只是查字典这种循规蹈矩的东西，人说一句
话是有意义的，电脑或者算法可以翻译一句话从一个语言到另一个，但是它明白里面的
意思吗？人做翻译一定是通过意思来翻译的，因为人发明和使用语言就是来描述某个意
思的，但是电脑的翻译是按照规则查表，这个词在这个环境对应那个词，语言背后的意
思不在这个过程里（当然如果用到了deep learning，因为深层神经网络的模型很难
interpret，我不敢肯定里面到底有没有意识一说），这和人的智能就是两码事了。
现在的人工智能主要火在深度学习在图像语言识别上的大突破，但是人对自己的智能的
机理其实也搞不清楚，不管是哲学意义上还是科学机理上，同时深度学习也缺乏解读性
，把两者扯到一起开始比较根本就是鸡同鸭讲。我比较认可老魏的一个观点，现在的人
工智能其实应该叫机器智能，和人的智能根本是两码事，人工智能的词很misleading
或者说算法掌握的。就像前面有个同学说的，给一本字典，不是我们普通人用的，是按
照单字，词，短语，句子，这种扩容了的字典，算法就可以比较准确的分词。有个这个
，翻译也是顺水推舟的东西。但是智能并不只是查字典这种循规蹈矩的东西，人说一句
话是有意义的，电脑或者算法可以翻译一句话从一个语言到另一个，但是它明白里面的
意思吗？人做翻译一定是通过意思来翻译的，因为人发明和使用语言就是来描述某个意
思的，但是电脑的翻译是按照规则查表，这个词在这个环境对应那个词，语言背后的意
思不在这个过程里（当然如果用到了deep learning，因为深层神经网络的模型很难
interpret，我不敢肯定里面到底有没有意识一说），这和人的智能就是两码事了。
现在的人工智能主要火在深度学习在图像语言识别上的大突破，但是人对自己的智能的
机理其实也搞不清楚，不管是哲学意义上还是科学机理上，同时深度学习也缺乏解读性
，把两者扯到一起开始比较根本就是鸡同鸭讲。我比较认可老魏的一个观点，现在的人
工智能其实应该叫机器智能，和人的智能根本是两码事，人工智能的词很misleading
T*i
77 楼
现在NLP和机器翻译还不行。根本不是本版很多人号称的已经解决了的状态。
深度神经网目前也不能解决这个问题。而且我不认为是正确的解决方式。
NLP的难点在于知识和推理。这些用图灵机表示肯定更直接。在图灵机上实现一个神经
网络，然后再来模拟图灵机，属于脱了裤子放屁。
【在 m****s 的大作中提到】
: 语言还是属于有规则可循的东西，只要有规则，尽管可能不太严格，都是容易让电脑，
: 或者说算法掌握的。就像前面有个同学说的，给一本字典，不是我们普通人用的，是按
: 照单字，词，短语，句子，这种扩容了的字典，算法就可以比较准确的分词。有个这个
: ，翻译也是顺水推舟的东西。但是智能并不只是查字典这种循规蹈矩的东西，人说一句
: 话是有意义的，电脑或者算法可以翻译一句话从一个语言到另一个，但是它明白里面的
: 意思吗？人做翻译一定是通过意思来翻译的，因为人发明和使用语言就是来描述某个意
: 思的，但是电脑的翻译是按照规则查表，这个词在这个环境对应那个词，语言背后的意
: 思不在这个过程里（当然如果用到了deep learning，因为深层神经网络的模型很难
: interpret，我不敢肯定里面到底有没有意识一说），这和人的智能就是两码事了。
: 现在的人工智能主要火在深度学习在图像语言识别上的大突破，但是人对自己的智能的
深度神经网目前也不能解决这个问题。而且我不认为是正确的解决方式。
NLP的难点在于知识和推理。这些用图灵机表示肯定更直接。在图灵机上实现一个神经
网络，然后再来模拟图灵机，属于脱了裤子放屁。
【在 m****s 的大作中提到】
: 语言还是属于有规则可循的东西，只要有规则，尽管可能不太严格，都是容易让电脑，
: 或者说算法掌握的。就像前面有个同学说的，给一本字典，不是我们普通人用的，是按
: 照单字，词，短语，句子，这种扩容了的字典，算法就可以比较准确的分词。有个这个
: ，翻译也是顺水推舟的东西。但是智能并不只是查字典这种循规蹈矩的东西，人说一句
: 话是有意义的，电脑或者算法可以翻译一句话从一个语言到另一个，但是它明白里面的
: 意思吗？人做翻译一定是通过意思来翻译的，因为人发明和使用语言就是来描述某个意
: 思的，但是电脑的翻译是按照规则查表，这个词在这个环境对应那个词，语言背后的意
: 思不在这个过程里（当然如果用到了deep learning，因为深层神经网络的模型很难
: interpret，我不敢肯定里面到底有没有意识一说），这和人的智能就是两码事了。
: 现在的人工智能主要火在深度学习在图像语言识别上的大突破，但是人对自己的智能的
h*i
78 楼
我其实也是这个观点。知识和推理是难点，也就是所谓传统AI搞的东东。传统AI失败的
原因其实就是两点：一个是计算力不行，第二就是没有解放思想。
解决计算力问题是个时间问题，迟早可以解决。
第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
那种公理系统，把自己框住了。
尼玛这逻辑那逻辑的，其实不就是图搜索么？用现在的硬件，单机几十亿级别的图节点
搜索都可以实时搞定。我个人预测在5年之内知识和推理问题会有突破，用的就是暴力
搜索。这方面有兴趣的同学，愿意合作的PM我。
【在 T********i 的大作中提到】
: 现在NLP和机器翻译还不行。根本不是本版很多人号称的已经解决了的状态。
: 深度神经网目前也不能解决这个问题。而且我不认为是正确的解决方式。
: NLP的难点在于知识和推理。这些用图灵机表示肯定更直接。在图灵机上实现一个神经
: 网络，然后再来模拟图灵机，属于脱了裤子放屁。
原因其实就是两点：一个是计算力不行，第二就是没有解放思想。
解决计算力问题是个时间问题，迟早可以解决。
第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
那种公理系统，把自己框住了。
尼玛这逻辑那逻辑的，其实不就是图搜索么？用现在的硬件，单机几十亿级别的图节点
搜索都可以实时搞定。我个人预测在5年之内知识和推理问题会有突破，用的就是暴力
搜索。这方面有兴趣的同学，愿意合作的PM我。
【在 T********i 的大作中提到】
: 现在NLP和机器翻译还不行。根本不是本版很多人号称的已经解决了的状态。
: 深度神经网目前也不能解决这个问题。而且我不认为是正确的解决方式。
: NLP的难点在于知识和推理。这些用图灵机表示肯定更直接。在图灵机上实现一个神经
: 网络，然后再来模拟图灵机，属于脱了裤子放屁。
n*7
79 楼
这个说的太对了
我这几年非常想做一些灵的东西
但是屁股决定脑袋
最高优先级是发文章
做一个东西，其实用一开始可以想到的，最简单直接方法
搞几个星期就可以work了
但是不行，不够fancy，不够复杂，发不了文章
后来也够复杂fancy了，结果也还不错，但是有些事情的做法有些怪
可能因为我原来杀老鼠的缘故，对这方面通常的条条框框没啥感觉
又折腾了好久，改得符合reviewer能接受的惯例，结果其实还变差了
感觉折腾下，8０％的精力都花怎么让文章能发出去上去了
而不是更好的解决这个問題
第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
那种公理系统，把自己框住了。
【在 h*i 的大作中提到】
: 我其实也是这个观点。知识和推理是难点，也就是所谓传统AI搞的东东。传统AI失败的
: 原因其实就是两点：一个是计算力不行，第二就是没有解放思想。
: 解决计算力问题是个时间问题，迟早可以解决。
: 第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
: 在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
: 不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
: 那种公理系统，把自己框住了。
: 尼玛这逻辑那逻辑的，其实不就是图搜索么？用现在的硬件，单机几十亿级别的图节点
: 搜索都可以实时搞定。我个人预测在5年之内知识和推理问题会有突破，用的就是暴力
: 搜索。这方面有兴趣的同学，愿意合作的PM我。
我这几年非常想做一些灵的东西
但是屁股决定脑袋
最高优先级是发文章
做一个东西，其实用一开始可以想到的，最简单直接方法
搞几个星期就可以work了
但是不行，不够fancy，不够复杂，发不了文章
后来也够复杂fancy了，结果也还不错，但是有些事情的做法有些怪
可能因为我原来杀老鼠的缘故，对这方面通常的条条框框没啥感觉
又折腾了好久，改得符合reviewer能接受的惯例，结果其实还变差了
感觉折腾下，8０％的精力都花怎么让文章能发出去上去了
而不是更好的解决这个問題
第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
那种公理系统，把自己框住了。
【在 h*i 的大作中提到】
: 我其实也是这个观点。知识和推理是难点，也就是所谓传统AI搞的东东。传统AI失败的
: 原因其实就是两点：一个是计算力不行，第二就是没有解放思想。
: 解决计算力问题是个时间问题，迟早可以解决。
: 第二个问题是更大的问题，那就是传统AI都是些学院派在搞，或者是学院派训练出的人
: 在工业界混。学院派有如下问题：a.动机不对。目的是发文章混事，有文章发，东西灵
: 不灵其实关系不大。b.追求形式化，这也是发文章的要求带来的。必须要形式化，这种
: 那种公理系统，把自己框住了。
: 尼玛这逻辑那逻辑的，其实不就是图搜索么？用现在的硬件，单机几十亿级别的图节点
: 搜索都可以实时搞定。我个人预测在5年之内知识和推理问题会有突破，用的就是暴力
: 搜索。这方面有兴趣的同学，愿意合作的PM我。
相关阅读
[bssd]ML的代数理论我有過一次嚴重的肩傷數據類型問題和量綱問題HMM vs dl入职大半年了一直打杂，该跳槽吗 (转载)how industry and academia focus differently on deep learning/AI?es7, es8大家在用吗？face++完蛋了中午组员吃饭时的谈话1 加4 = 14Google AI system proves over 1200 mathematical theorems水木最新的講國內無人駕駛文章，什麼都有那么不严谨的深学还能逼死人？别光顾着笑话百度这段代码应该输出什么?我怀疑现有的物理学单位系统不是图灵完备的node.js 要不要从require换成import ?大AI時代像Tesla的自动驾驶深度学习的计算cluster会采用什么技一个诡异的String问题