c*n
2 楼
是啊 尤其是有人推断这是给alphago对练的ai 不喂棋谱 纯训练练出来的
w*g
8 楼
我们有生之年应该能看到电脑自动写程序吧。
现在engineering的关键是怎么把人类面对的各种稀奇古怪的
task自动转换成固定的类似下棋的套路。这个并不容易。
打个比方,通用计算机take over之前,有各种机器,
比如电视机,CD机,电话机,打字机,还有各种专业的
DSP芯片啥的啥的。现在的人智其实就处于这么一种
状态,有图像识别人智,下棋人智,等等。有一个新
的任务过来,目前可以达到人类用现有的轮子可以做到
超过人类的水平。但是“用轮子”这一步还需要人,
虽然这一步已经变得比较容易了。或者说,有了接口
后,其实对AI都容易,但是定义接口还需要人类。
还有就是目前基于CNN的人智其实没啥逻辑能力。
所以下棋其实不是纯人智,而是人智+超大规模暴力
搜索。或者说,目前人类已经找到了一种办法,
可以用人智来大规模加速暴力搜索。
我个人预测,下一步被攻克的将是数学定理证明。
纯数学家将会先于马公失业。定理证明和下棋一样,
都属于接口定义非常简单明确,但是问题复杂性
很高的那种问题。有一小撮脑子好使的人类非常
推崇这一类问题。AI对这一小撮人将会是非常大
的打击。
【在 p**r 的大作中提到】
: 连车尾灯都看不见的那种绝尘而去?
: 那应用在其他方面也是分分秒秒的事吧?
现在engineering的关键是怎么把人类面对的各种稀奇古怪的
task自动转换成固定的类似下棋的套路。这个并不容易。
打个比方,通用计算机take over之前,有各种机器,
比如电视机,CD机,电话机,打字机,还有各种专业的
DSP芯片啥的啥的。现在的人智其实就处于这么一种
状态,有图像识别人智,下棋人智,等等。有一个新
的任务过来,目前可以达到人类用现有的轮子可以做到
超过人类的水平。但是“用轮子”这一步还需要人,
虽然这一步已经变得比较容易了。或者说,有了接口
后,其实对AI都容易,但是定义接口还需要人类。
还有就是目前基于CNN的人智其实没啥逻辑能力。
所以下棋其实不是纯人智,而是人智+超大规模暴力
搜索。或者说,目前人类已经找到了一种办法,
可以用人智来大规模加速暴力搜索。
我个人预测,下一步被攻克的将是数学定理证明。
纯数学家将会先于马公失业。定理证明和下棋一样,
都属于接口定义非常简单明确,但是问题复杂性
很高的那种问题。有一小撮脑子好使的人类非常
推崇这一类问题。AI对这一小撮人将会是非常大
的打击。
【在 p**r 的大作中提到】
: 连车尾灯都看不见的那种绝尘而去?
: 那应用在其他方面也是分分秒秒的事吧?
l*m
9 楼
现在数学定律大部分是asymptotic, 估计数学家应该ok
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
l*n
12 楼
这种说法完全抹杀了人类的创造力,不可能
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
p*r
14 楼
今天最有意义的事情,
就是看了楼上各位大神的说法。
就是看了楼上各位大神的说法。
g*t
15 楼
我干过AI项目,也干过硬计算项目。在广阔的计算领域。
我觉得AI只是偶尔有用。
说发现了加速大规模暴力搜索的一般方法,
是不是为时过早了?
例如 PDE.
我有个师兄在chevron根据超声波图算在哪儿打
油井成本低。我不太相信ann能有用。
另外更简单的例子,天气预报是军事和商业双重重要的
重要项目。AI能赢现有方法吗?
说AI取代数学家这个可能性我觉得更小。数学家会调整
方向的,研究AI不就完了。既然停机问题无解,这就是
数学家的空间啊。
另外人类会发明新方法,前几年有传费马定理有一步用了特殊的逻辑方法,
实际上和现有公里不一回事。
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
我觉得AI只是偶尔有用。
说发现了加速大规模暴力搜索的一般方法,
是不是为时过早了?
例如 PDE.
我有个师兄在chevron根据超声波图算在哪儿打
油井成本低。我不太相信ann能有用。
另外更简单的例子,天气预报是军事和商业双重重要的
重要项目。AI能赢现有方法吗?
说AI取代数学家这个可能性我觉得更小。数学家会调整
方向的,研究AI不就完了。既然停机问题无解,这就是
数学家的空间啊。
另外人类会发明新方法,前几年有传费马定理有一步用了特殊的逻辑方法,
实际上和现有公里不一回事。
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
w*z
17 楼
很好奇第一个有实用性的,就是和人们日常生活密切相关的应用会是什么?
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
w*g
21 楼
天气预报如果plug-in AI,我觉得可以干的过传统方法。
但是纯AI肯定不行,得有一个人想出来的结合AI的方法。
打油井估计也可以,但我估计着training data可能不够。
这个其实都算不上AI。只是多层线性模型通过
discriminative training暴力拟合通常比基于
物理模型的传统方法(generative model)要好。
【在 g****t 的大作中提到】
: 我干过AI项目,也干过硬计算项目。在广阔的计算领域。
: 我觉得AI只是偶尔有用。
: 说发现了加速大规模暴力搜索的一般方法,
: 是不是为时过早了?
: 例如 PDE.
: 我有个师兄在chevron根据超声波图算在哪儿打
: 油井成本低。我不太相信ann能有用。
: 另外更简单的例子,天气预报是军事和商业双重重要的
: 重要项目。AI能赢现有方法吗?
: 说AI取代数学家这个可能性我觉得更小。数学家会调整
但是纯AI肯定不行,得有一个人想出来的结合AI的方法。
打油井估计也可以,但我估计着training data可能不够。
这个其实都算不上AI。只是多层线性模型通过
discriminative training暴力拟合通常比基于
物理模型的传统方法(generative model)要好。
【在 g****t 的大作中提到】
: 我干过AI项目,也干过硬计算项目。在广阔的计算领域。
: 我觉得AI只是偶尔有用。
: 说发现了加速大规模暴力搜索的一般方法,
: 是不是为时过早了?
: 例如 PDE.
: 我有个师兄在chevron根据超声波图算在哪儿打
: 油井成本低。我不太相信ann能有用。
: 另外更简单的例子,天气预报是军事和商业双重重要的
: 重要项目。AI能赢现有方法吗?
: 说AI取代数学家这个可能性我觉得更小。数学家会调整
g*t
22 楼
PDE计算流体力学什么的,估计很多人没
有实际经验。就先不谈。
(实际上ai+pde也是一个方向。尽管不主流。)
ODE也不谈。
就说最简单的,2变量f(x,y)=0
代数方程求根,ai方法我不认为能赢正交函数展开算矩阵。
其实谁也不是傻子,要不然矩阵特征根为啥
不用ai,现有的库不都是cholesky之类的方法。
我再举个例子。不用硬件乘法,来实现浮点数乘法,
AI能赢CORDIC吗?
越是基本的问题,
in near future, 越是long way to go。
【在 w***g 的大作中提到】
: 天气预报如果plug-in AI,我觉得可以干的过传统方法。
: 但是纯AI肯定不行,得有一个人想出来的结合AI的方法。
: 打油井估计也可以,但我估计着training data可能不够。
: 这个其实都算不上AI。只是多层线性模型通过
: discriminative training暴力拟合通常比基于
: 物理模型的传统方法(generative model)要好。
有实际经验。就先不谈。
(实际上ai+pde也是一个方向。尽管不主流。)
ODE也不谈。
就说最简单的,2变量f(x,y)=0
代数方程求根,ai方法我不认为能赢正交函数展开算矩阵。
其实谁也不是傻子,要不然矩阵特征根为啥
不用ai,现有的库不都是cholesky之类的方法。
我再举个例子。不用硬件乘法,来实现浮点数乘法,
AI能赢CORDIC吗?
越是基本的问题,
in near future, 越是long way to go。
【在 w***g 的大作中提到】
: 天气预报如果plug-in AI,我觉得可以干的过传统方法。
: 但是纯AI肯定不行,得有一个人想出来的结合AI的方法。
: 打油井估计也可以,但我估计着training data可能不够。
: 这个其实都算不上AI。只是多层线性模型通过
: discriminative training暴力拟合通常比基于
: 物理模型的传统方法(generative model)要好。
w*g
23 楼
你想的大方向不对。AI方法能超越传统方法,无非就是两条
1. 人类对问题本身理解有局限,所以传统model也有局限。
这个包括图像识别,语音识别等等。
2. 虽然传统model可能考虑得比较周全,但是数据noisy,
测量不精确,所以model有等于无。你说的PDE我觉得是这
一类。(其实还是model有局限.)
这两类共同点,就是评测时用的是采集的数据,而不是
拿一个计算结果和另一个计算结果对比。
这种情况下暴力拟合有可能超过传统model。也就是说AI
起的作用其实是abstraction。 方程求根也好,或者是
解释运行python程序也好,AI要能学习会干这个还有很
长的路要走。
【在 g****t 的大作中提到】
: PDE计算流体力学什么的,估计很多人没
: 有实际经验。就先不谈。
: (实际上ai+pde也是一个方向。尽管不主流。)
: ODE也不谈。
: 就说最简单的,2变量f(x,y)=0
: 代数方程求根,ai方法我不认为能赢正交函数展开算矩阵。
: 其实谁也不是傻子,要不然矩阵特征根为啥
: 不用ai,现有的库不都是cholesky之类的方法。
: 我再举个例子。不用硬件乘法,来实现浮点数乘法,
: AI能赢CORDIC吗?
1. 人类对问题本身理解有局限,所以传统model也有局限。
这个包括图像识别,语音识别等等。
2. 虽然传统model可能考虑得比较周全,但是数据noisy,
测量不精确,所以model有等于无。你说的PDE我觉得是这
一类。(其实还是model有局限.)
这两类共同点,就是评测时用的是采集的数据,而不是
拿一个计算结果和另一个计算结果对比。
这种情况下暴力拟合有可能超过传统model。也就是说AI
起的作用其实是abstraction。 方程求根也好,或者是
解释运行python程序也好,AI要能学习会干这个还有很
长的路要走。
【在 g****t 的大作中提到】
: PDE计算流体力学什么的,估计很多人没
: 有实际经验。就先不谈。
: (实际上ai+pde也是一个方向。尽管不主流。)
: ODE也不谈。
: 就说最简单的,2变量f(x,y)=0
: 代数方程求根,ai方法我不认为能赢正交函数展开算矩阵。
: 其实谁也不是傻子,要不然矩阵特征根为啥
: 不用ai,现有的库不都是cholesky之类的方法。
: 我再举个例子。不用硬件乘法,来实现浮点数乘法,
: AI能赢CORDIC吗?
g*t
24 楼
(1)
说计算方面。就是给定一个PDE边值问题,
求数值解。ai能赢有限元?
ai连代数方程都有难度。ode,pde恐怕还早。
(2)
model方面,
AI model可能在某些方面超过ODE/PDE/... model,这点我同意.
AI有自己的数据结构.
【在 w***g 的大作中提到】
: 你想的大方向不对。AI方法能超越传统方法,无非就是两条
: 1. 人类对问题本身理解有局限,所以传统model也有局限。
: 这个包括图像识别,语音识别等等。
: 2. 虽然传统model可能考虑得比较周全,但是数据noisy,
: 测量不精确,所以model有等于无。你说的PDE我觉得是这
: 一类。(其实还是model有局限.)
: 这两类共同点,就是评测时用的是采集的数据,而不是
: 拿一个计算结果和另一个计算结果对比。
: 这种情况下暴力拟合有可能超过传统model。也就是说AI
: 起的作用其实是abstraction。 方程求根也好,或者是
说计算方面。就是给定一个PDE边值问题,
求数值解。ai能赢有限元?
ai连代数方程都有难度。ode,pde恐怕还早。
(2)
model方面,
AI model可能在某些方面超过ODE/PDE/... model,这点我同意.
AI有自己的数据结构.
【在 w***g 的大作中提到】
: 你想的大方向不对。AI方法能超越传统方法,无非就是两条
: 1. 人类对问题本身理解有局限,所以传统model也有局限。
: 这个包括图像识别,语音识别等等。
: 2. 虽然传统model可能考虑得比较周全,但是数据noisy,
: 测量不精确,所以model有等于无。你说的PDE我觉得是这
: 一类。(其实还是model有局限.)
: 这两类共同点,就是评测时用的是采集的数据,而不是
: 拿一个计算结果和另一个计算结果对比。
: 这种情况下暴力拟合有可能超过传统model。也就是说AI
: 起的作用其实是abstraction。 方程求根也好,或者是
d*r
25 楼
"""
我个人预测,下一步被攻克的将是数学定理证明。
纯数学家将会先于马公失业。定理证明和下棋一样,
都属于接口定义非常简单明确,但是问题复杂性
很高的那种问题。有一小撮脑子好使的人类非常
推崇这一类问题。AI对这一小撮人将会是非常大
的打击。
"""
同意数学证明可能被AI干翻,特别是那些套路相对固定的.
要 AI 编程其实挺难,因为那个本质上是人给 high-level 的要求,AI 去具体实现.
这个过程可验证性和容错度太低, 除非全面严格定义和升级人类的自然语言 (不是现在
NLP 那种玩法).
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
我个人预测,下一步被攻克的将是数学定理证明。
纯数学家将会先于马公失业。定理证明和下棋一样,
都属于接口定义非常简单明确,但是问题复杂性
很高的那种问题。有一小撮脑子好使的人类非常
推崇这一类问题。AI对这一小撮人将会是非常大
的打击。
"""
同意数学证明可能被AI干翻,特别是那些套路相对固定的.
要 AI 编程其实挺难,因为那个本质上是人给 high-level 的要求,AI 去具体实现.
这个过程可验证性和容错度太低, 除非全面严格定义和升级人类的自然语言 (不是现在
NLP 那种玩法).
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
j*g
26 楼
我觉得AI都还没有完全定义清楚呢,而且AI的定义也非常模糊。
谷歌狗可以下棋横扫全球。不过怎么能让它从0开始build一个像围棋一样的game呢?
至于碾压数学,估计还早。而且就算可以搞数学工作了,还有艺术,法律,社会公平这
些用数学没法解决的问题。
至于自动编程,好像10年前MS就有自动生成编程的程序了。
谷歌狗可以下棋横扫全球。不过怎么能让它从0开始build一个像围棋一样的game呢?
至于碾压数学,估计还早。而且就算可以搞数学工作了,还有艺术,法律,社会公平这
些用数学没法解决的问题。
至于自动编程,好像10年前MS就有自动生成编程的程序了。
g*t
28 楼
数学定理很多就是判断一个程序是不是停机。
例如费马定理等于是判断下面four running indices的
程序是否停机
for x++
for y++
for z++
for n++
IF X^n+Y^n=Z^n THEN STOP
判断一个程序是不是停机,ai够呛
因为分析tool什么的越强,人写的程序就越强
【在 d*******r 的大作中提到】
: """
: 我个人预测,下一步被攻克的将是数学定理证明。
: 纯数学家将会先于马公失业。定理证明和下棋一样,
: 都属于接口定义非常简单明确,但是问题复杂性
: 很高的那种问题。有一小撮脑子好使的人类非常
: 推崇这一类问题。AI对这一小撮人将会是非常大
: 的打击。
: """
: 同意数学证明可能被AI干翻,特别是那些套路相对固定的.
: 要 AI 编程其实挺难,因为那个本质上是人给 high-level 的要求,AI 去具体实现.
例如费马定理等于是判断下面four running indices的
程序是否停机
for x++
for y++
for z++
for n++
IF X^n+Y^n=Z^n THEN STOP
判断一个程序是不是停机,ai够呛
因为分析tool什么的越强,人写的程序就越强
【在 d*******r 的大作中提到】
: """
: 我个人预测,下一步被攻克的将是数学定理证明。
: 纯数学家将会先于马公失业。定理证明和下棋一样,
: 都属于接口定义非常简单明确,但是问题复杂性
: 很高的那种问题。有一小撮脑子好使的人类非常
: 推崇这一类问题。AI对这一小撮人将会是非常大
: 的打击。
: """
: 同意数学证明可能被AI干翻,特别是那些套路相对固定的.
: 要 AI 编程其实挺难,因为那个本质上是人给 high-level 的要求,AI 去具体实现.
t*n
35 楼
据哥德尔不完全定理,不是所有truth可以被推导出来。
所以电脑还是没戏
电脑只不过把人的推导加快
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
所以电脑还是没戏
电脑只不过把人的推导加快
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
m*s
38 楼
你是只会中学数学么
去瞅一眼费马最后定理和Poincare猜想的证明,像是AI能干的事情么
再说了,就算纯暴力,AI能用来分解质因数?能用来解矩阵方程?
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
去瞅一眼费马最后定理和Poincare猜想的证明,像是AI能干的事情么
再说了,就算纯暴力,AI能用来分解质因数?能用来解矩阵方程?
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
w*g
39 楼
可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
【在 m*********s 的大作中提到】
: 你是只会中学数学么
: 去瞅一眼费马最后定理和Poincare猜想的证明,像是AI能干的事情么
: 再说了,就算纯暴力,AI能用来分解质因数?能用来解矩阵方程?
这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
【在 m*********s 的大作中提到】
: 你是只会中学数学么
: 去瞅一眼费马最后定理和Poincare猜想的证明,像是AI能干的事情么
: 再说了,就算纯暴力,AI能用来分解质因数?能用来解矩阵方程?
g*t
40 楼
没有程序可以辨认所有程序是否停机。
不存在一个程序,可以证明所有的数学定理。
这两点是数学事实.
narrow down to如下问题:
‘某类程序有无bug可以用另一个程序来判断“
本身也是数学定理。
这个判断程序还可以考虑有别的判断的判断的程序来判断。
越走越高阶。人类可以继续往前走。
不追求全部解决数学定理。AI解决一部分是完全可以的。
例如数字电路的逻辑验证.
其实可以认为定理证明能力机器早就超过人类了。
但是,例如,机器能解决的那些数字电路的逻辑问题,人类不再认为是
有价值的问题了。价值观掌握在人类手中。机器还是输。
可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
AI
【在 w***g 的大作中提到】
: 可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
: 这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
: 其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
: 在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
: 上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
: 。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
: 从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
不存在一个程序,可以证明所有的数学定理。
这两点是数学事实.
narrow down to如下问题:
‘某类程序有无bug可以用另一个程序来判断“
本身也是数学定理。
这个判断程序还可以考虑有别的判断的判断的程序来判断。
越走越高阶。人类可以继续往前走。
不追求全部解决数学定理。AI解决一部分是完全可以的。
例如数字电路的逻辑验证.
其实可以认为定理证明能力机器早就超过人类了。
但是,例如,机器能解决的那些数字电路的逻辑问题,人类不再认为是
有价值的问题了。价值观掌握在人类手中。机器还是输。
可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
AI
【在 w***g 的大作中提到】
: 可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
: 这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
: 其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
: 在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
: 上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
: 。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
: 从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
m*s
42 楼
果然是在说做中学数学题
AI
【在 w***g 的大作中提到】
: 可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
: 这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
: 其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
: 在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
: 上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
: 。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
: 从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
AI
【在 w***g 的大作中提到】
: 可能用攻克一词不合适。定理证明是np难的,AI改变不了这个现实。我的意思定理证明
: 这事AI将超越人类。下围棋AI也找不出最优解,只是超越了人类而已。定理证明的研究
: 其实早就有了,而且有一些工业界的应用。只是在组合爆炸下走不了几部就完蛋了。AI
: 在定理证明中的作用应该是进行方向性的指导,类似于添辅助线。人类在定理证明这事
: 上其实做得很艰难。之所以目前远超机器是因为有经验,直觉,能看大势一次走一大步
: 。我觉得现在机器已经开始有了这个能力。一开始肯定不会直接解决p vs np,估计会
: 从证奥赛题开始。那个知道能证出来,至少不会陷入悖论停不了机。
j*g
43 楼
现在DL的强是指在确定有解的情况下能够好于暴力搜索的情况下找到解。
不考虑图灵测试的情况下,如果说喂给计算机(1+2+3+...+n),能不能解出n*(n+1)/2?
还是觉得计算机肯定在很多方面会比人强,只是不知道能强多少,还有哪些方面没法比
人类强。
不考虑图灵测试的情况下,如果说喂给计算机(1+2+3+...+n),能不能解出n*(n+1)/2?
还是觉得计算机肯定在很多方面会比人强,只是不知道能强多少,还有哪些方面没法比
人类强。
w*g
44 楼
http://reference.wolfram.com/language/tutorial/SummationOfSeries.html
符号计算其实机器做得很牛了。
guvest说的对,人类可以改价值观。
/2?
【在 j********g 的大作中提到】
: 现在DL的强是指在确定有解的情况下能够好于暴力搜索的情况下找到解。
: 不考虑图灵测试的情况下,如果说喂给计算机(1+2+3+...+n),能不能解出n*(n+1)/2?
: 还是觉得计算机肯定在很多方面会比人强,只是不知道能强多少,还有哪些方面没法比
: 人类强。
符号计算其实机器做得很牛了。
guvest说的对,人类可以改价值观。
/2?
【在 j********g 的大作中提到】
: 现在DL的强是指在确定有解的情况下能够好于暴力搜索的情况下找到解。
: 不考虑图灵测试的情况下,如果说喂给计算机(1+2+3+...+n),能不能解出n*(n+1)/2?
: 还是觉得计算机肯定在很多方面会比人强,只是不知道能强多少,还有哪些方面没法比
: 人类强。
d*r
45 楼
计算机或者人做数学证明,都是用的一种启发式的搜索算法(注意不是穷举).
这种算法往前探索, 需要的所谓“直觉”,其实也是一些好用的pattern的组合.
如果能把问题的描述,pattern的描述(甚至改进)都定义好给计算机,
并且不断改进和修订启发式算法, 计算机为什么不能很好地做数学证明?
这种算法往前探索, 需要的所谓“直觉”,其实也是一些好用的pattern的组合.
如果能把问题的描述,pattern的描述(甚至改进)都定义好给计算机,
并且不断改进和修订启发式算法, 计算机为什么不能很好地做数学证明?
n*w
48 楼
没人知道哪天具有自我意识的ai会造出来。
n*w
58 楼
这次master走出不少人类想不到的棋。珂洁说人类都是错的。
d*r
62 楼
"你得创立新体系,发现新公理体系才能证明那些定理
电脑程序很简单,无法自己发现或加入公理"
你这个观点不一定对啊, 人为了某种需求, 创造新体系,加入新公理,
这个过程不也是人脑为了某目标,运行启发式搜索算法, 找到新套路的结果.
我们并不能说,以后机器就没有这种能力啊.
【在 t*****n 的大作中提到】
: 不可能
: 歌德尔定理说的是无论你的公理集合是啥,总有不能证明的定理存在。也就是说,无论
: 你给程序的初始值是啥,新体系它也组合不出来。你得创立新体系,发现新公理体系才
: 能证明那些定理
: 电脑程序很简单,无法自己发现或加入公理。
: 而人似乎不同。人有这个能力。而人的能力从何而来,原理是啥完全没有头绪
: 所以现有图灵机基础上的程序产生智能完全不可能。
电脑程序很简单,无法自己发现或加入公理"
你这个观点不一定对啊, 人为了某种需求, 创造新体系,加入新公理,
这个过程不也是人脑为了某目标,运行启发式搜索算法, 找到新套路的结果.
我们并不能说,以后机器就没有这种能力啊.
【在 t*****n 的大作中提到】
: 不可能
: 歌德尔定理说的是无论你的公理集合是啥,总有不能证明的定理存在。也就是说,无论
: 你给程序的初始值是啥,新体系它也组合不出来。你得创立新体系,发现新公理体系才
: 能证明那些定理
: 电脑程序很简单,无法自己发现或加入公理。
: 而人似乎不同。人有这个能力。而人的能力从何而来,原理是啥完全没有头绪
: 所以现有图灵机基础上的程序产生智能完全不可能。
v*e
71 楼
人会的,也都是你事先告诉他的,或者从这些事先告诉的东西通过有限步推导出来的。
机器可以观察外界本身就是真命题;你给机器安装上眼睛(摄像机),耳朵(麦克风)
,就行了。你只需要记住一件事:人能做的,机器都能做,而且比人做得更好;人不能
做的,机器也能做,比如装上alpha粒子探测仪,装上GPS。你对“理解”不理解而已,
理解不是什么神秘的东西,机器也可以理解。机器也很快能适应未知事物,人能做到的
,马上来到的AI机器都能做到。
【在 t*****n 的大作中提到】
: 机器会的,都是你事先告诉它的,或者从这些事先告诉的东西通过有限步推导出来的。
: 机器可以观察外界本身就是伪命题。外界有但事先不告诉机器的它永远“理解”不了。
: 人不同。人很快能适应未知事物。
w*g
72 楼
人能做的,机器都能做。机器现在不能做的,将来也能做。
生物进化在宇宙中的意义到人类已经完结了。人类和别的生物
要不了多久就可以退休了。
【在 v*******e 的大作中提到】
:
: 人会的,也都是你事先告诉他的,或者从这些事先告诉的东西通过有限步推导出来的。
: 机器可以观察外界本身就是真命题;你给机器安装上眼睛(摄像机),耳朵(麦克风)
: ,就行了。你只需要记住一件事:人能做的,机器都能做,而且比人做得更好;人不能
: 做的,机器也能做,比如装上alpha粒子探测仪,装上GPS。你对“理解”不理解而已,
: 理解不是什么神秘的东西,机器也可以理解。机器也很快能适应未知事物,人能做到的
: ,马上来到的AI机器都能做到。
生物进化在宇宙中的意义到人类已经完结了。人类和别的生物
要不了多久就可以退休了。
【在 v*******e 的大作中提到】
:
: 人会的,也都是你事先告诉他的,或者从这些事先告诉的东西通过有限步推导出来的。
: 机器可以观察外界本身就是真命题;你给机器安装上眼睛(摄像机),耳朵(麦克风)
: ,就行了。你只需要记住一件事:人能做的,机器都能做,而且比人做得更好;人不能
: 做的,机器也能做,比如装上alpha粒子探测仪,装上GPS。你对“理解”不理解而已,
: 理解不是什么神秘的东西,机器也可以理解。机器也很快能适应未知事物,人能做到的
: ,马上来到的AI机器都能做到。
n*t
74 楼
這種事情,很多程度上是東方人沒有比賽,遊戲規則的概念導致的。正常情況下,根本
就不該和這種系統來比,因為不公平。
所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
事實 - 高度重複實現確定的事情,人很少能和機器比。
既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
否則跑短跑的咋不去和汽車比誰跑得快呢?
【在 p**r 的大作中提到】
: 新闻看得我整个人都不好了,
: 本来过年滑雪滑得很hi的,回家看到新闻。
: 阿尔法狗你为什么要这样子,
: 我蓝瘦,我香菇。
就不該和這種系統來比,因為不公平。
所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
事實 - 高度重複實現確定的事情,人很少能和機器比。
既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
否則跑短跑的咋不去和汽車比誰跑得快呢?
【在 p**r 的大作中提到】
: 新闻看得我整个人都不好了,
: 本来过年滑雪滑得很hi的,回家看到新闻。
: 阿尔法狗你为什么要这样子,
: 我蓝瘦,我香菇。
x*u
76 楼
乱评论
AlphaGo搜索是一方面,但其对局面的大局观是远胜人类的,这个靠傻算毫无用处,同
样算法弄到1998年也做得到
第一版AlphaGo就是看棋谱学棋感的思路,和职业棋手一样,不过人家第一次碰九段就
灭了九段
【在 n******t 的大作中提到】
: 這種事情,很多程度上是東方人沒有比賽,遊戲規則的概念導致的。正常情況下,根本
: 就不該和這種系統來比,因為不公平。
: 所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
: 事實 - 高度重複實現確定的事情,人很少能和機器比。
: 既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
: ,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
: google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
: 否則跑短跑的咋不去和汽車比誰跑得快呢?
AlphaGo搜索是一方面,但其对局面的大局观是远胜人类的,这个靠傻算毫无用处,同
样算法弄到1998年也做得到
第一版AlphaGo就是看棋谱学棋感的思路,和职业棋手一样,不过人家第一次碰九段就
灭了九段
【在 n******t 的大作中提到】
: 這種事情,很多程度上是東方人沒有比賽,遊戲規則的概念導致的。正常情況下,根本
: 就不該和這種系統來比,因為不公平。
: 所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
: 事實 - 高度重複實現確定的事情,人很少能和機器比。
: 既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
: ,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
: google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
: 否則跑短跑的咋不去和汽車比誰跑得快呢?
f*c
77 楼
话虽然这么说,计算机做数学证明超过人类我估计还得等很多很多年。
在个别领域,如平面几何,计算机在某种程度上已经超过人类了。这个是我国数学家吴
文俊的贡献。我非常肤浅的认识是,吴把平面几何问题翻译成某种代数方程组,然后想
出了一种巧妙的消去法,可以由计算机运行。自然,这个办法做出来的证明人类读起来
是相当费力的。吴有些追随者对此做过改进,对一些问题的证明现在比较可读了。
对于某些特殊的问题,如word problem,即给出一个群的生成元和关系,试判别这个群
是不是平凡的(就是只含单位元的群)。已经有人证明不存在解决此类问题的一般算法
。看看计算机会如何对付此类问题将是非常有意思的。
像Poincare猜想这样的难题,很难想象人工智能会凭空发明出像Ricci Flow这样的东西
。比较现实的是,首先要训练人工智能去读文献。
所以说,我觉得比较现实的目标是用计算机验证某某某的文章是否正确。在顶级杂志上
牛人的文章有本质错误的例子比比皆是,有很多可能大家现在还不知道。IAS的
Veovodsky好像正在搞机器验证证明,但是真正投入实用我估计也得二十多年以后吧。
这个日本的望月新一,2012年夏天宣布证明了abc猜想,可是4年多过去了,有极个别人
号称读懂了,可是大家目前为止还不承认,但也没人找出错误。500多页的手稿愣是悬
在那里;没有结论。要是有个程序,把这玩意扫描进去运行一下,给个结论就好了。不
对拉倒,对的话大家就比较容易下这个狠心去读那500多页。。。
【在 w***g 的大作中提到】
: 人能做的,机器都能做。机器现在不能做的,将来也能做。
: 生物进化在宇宙中的意义到人类已经完结了。人类和别的生物
: 要不了多久就可以退休了。
在个别领域,如平面几何,计算机在某种程度上已经超过人类了。这个是我国数学家吴
文俊的贡献。我非常肤浅的认识是,吴把平面几何问题翻译成某种代数方程组,然后想
出了一种巧妙的消去法,可以由计算机运行。自然,这个办法做出来的证明人类读起来
是相当费力的。吴有些追随者对此做过改进,对一些问题的证明现在比较可读了。
对于某些特殊的问题,如word problem,即给出一个群的生成元和关系,试判别这个群
是不是平凡的(就是只含单位元的群)。已经有人证明不存在解决此类问题的一般算法
。看看计算机会如何对付此类问题将是非常有意思的。
像Poincare猜想这样的难题,很难想象人工智能会凭空发明出像Ricci Flow这样的东西
。比较现实的是,首先要训练人工智能去读文献。
所以说,我觉得比较现实的目标是用计算机验证某某某的文章是否正确。在顶级杂志上
牛人的文章有本质错误的例子比比皆是,有很多可能大家现在还不知道。IAS的
Veovodsky好像正在搞机器验证证明,但是真正投入实用我估计也得二十多年以后吧。
这个日本的望月新一,2012年夏天宣布证明了abc猜想,可是4年多过去了,有极个别人
号称读懂了,可是大家目前为止还不承认,但也没人找出错误。500多页的手稿愣是悬
在那里;没有结论。要是有个程序,把这玩意扫描进去运行一下,给个结论就好了。不
对拉倒,对的话大家就比较容易下这个狠心去读那500多页。。。
【在 w***g 的大作中提到】
: 人能做的,机器都能做。机器现在不能做的,将来也能做。
: 生物进化在宇宙中的意义到人类已经完结了。人类和别的生物
: 要不了多久就可以退休了。
x*u
78 楼
你觉得古今中外,会下围棋的和懂解析数论的哪个多点?
电脑完全可以从头构建整套数论体系,然后输出人类可理解的结果
【在 f*c 的大作中提到】
: 话虽然这么说,计算机做数学证明超过人类我估计还得等很多很多年。
: 在个别领域,如平面几何,计算机在某种程度上已经超过人类了。这个是我国数学家吴
: 文俊的贡献。我非常肤浅的认识是,吴把平面几何问题翻译成某种代数方程组,然后想
: 出了一种巧妙的消去法,可以由计算机运行。自然,这个办法做出来的证明人类读起来
: 是相当费力的。吴有些追随者对此做过改进,对一些问题的证明现在比较可读了。
: 对于某些特殊的问题,如word problem,即给出一个群的生成元和关系,试判别这个群
: 是不是平凡的(就是只含单位元的群)。已经有人证明不存在解决此类问题的一般算法
: 。看看计算机会如何对付此类问题将是非常有意思的。
: 像Poincare猜想这样的难题,很难想象人工智能会凭空发明出像Ricci Flow这样的东西
: 。比较现实的是,首先要训练人工智能去读文献。
电脑完全可以从头构建整套数论体系,然后输出人类可理解的结果
【在 f*c 的大作中提到】
: 话虽然这么说,计算机做数学证明超过人类我估计还得等很多很多年。
: 在个别领域,如平面几何,计算机在某种程度上已经超过人类了。这个是我国数学家吴
: 文俊的贡献。我非常肤浅的认识是,吴把平面几何问题翻译成某种代数方程组,然后想
: 出了一种巧妙的消去法,可以由计算机运行。自然,这个办法做出来的证明人类读起来
: 是相当费力的。吴有些追随者对此做过改进,对一些问题的证明现在比较可读了。
: 对于某些特殊的问题,如word problem,即给出一个群的生成元和关系,试判别这个群
: 是不是平凡的(就是只含单位元的群)。已经有人证明不存在解决此类问题的一般算法
: 。看看计算机会如何对付此类问题将是非常有意思的。
: 像Poincare猜想这样的难题,很难想象人工智能会凭空发明出像Ricci Flow这样的东西
: 。比较现实的是,首先要训练人工智能去读文献。
n*t
79 楼
我想指出ai最大的問題,目前為止,不管是alphago,或者是別的ai系統,都沒法做到“
像人”。也就是說不管是deterministic還是stochastically deterministic,都無法實
現人所特有的創造的定義。
舉個現有的例子,現在不管甚麼厲害的ai是無法做到像你的回帖裡面,一上來先扣一頂
帽子的賣萌感和接下來自說自話的磚家感的。這種style,連人自己都無法嚴格描述和定
義其形成機制,AI也沒有辦法。
【在 x****u 的大作中提到】
: 乱评论
: AlphaGo搜索是一方面,但其对局面的大局观是远胜人类的,这个靠傻算毫无用处,同
: 样算法弄到1998年也做得到
: 第一版AlphaGo就是看棋谱学棋感的思路,和职业棋手一样,不过人家第一次碰九段就
: 灭了九段
像人”。也就是說不管是deterministic還是stochastically deterministic,都無法實
現人所特有的創造的定義。
舉個現有的例子,現在不管甚麼厲害的ai是無法做到像你的回帖裡面,一上來先扣一頂
帽子的賣萌感和接下來自說自話的磚家感的。這種style,連人自己都無法嚴格描述和定
義其形成機制,AI也沒有辦法。
【在 x****u 的大作中提到】
: 乱评论
: AlphaGo搜索是一方面,但其对局面的大局观是远胜人类的,这个靠傻算毫无用处,同
: 样算法弄到1998年也做得到
: 第一版AlphaGo就是看棋谱学棋感的思路,和职业棋手一样,不过人家第一次碰九段就
: 灭了九段
x*u
80 楼
你孤陋寡闻啊。AI在非逻辑领域完全可以冒充人,可以用来批量生成水军,而且电脑能
有你想不到的创造力。
想试出AI来,就得深入问它逻辑和哲学的问题,不过这类消耗脑细胞的问题真人也不会
回答,你会被直接当sb。
,同
段就
【在 n******t 的大作中提到】
: 我想指出ai最大的問題,目前為止,不管是alphago,或者是別的ai系統,都沒法做到“
: 像人”。也就是說不管是deterministic還是stochastically deterministic,都無法實
: 現人所特有的創造的定義。
: 舉個現有的例子,現在不管甚麼厲害的ai是無法做到像你的回帖裡面,一上來先扣一頂
: 帽子的賣萌感和接下來自說自話的磚家感的。這種style,連人自己都無法嚴格描述和定
: 義其形成機制,AI也沒有辦法。
有你想不到的创造力。
想试出AI来,就得深入问它逻辑和哲学的问题,不过这类消耗脑细胞的问题真人也不会
回答,你会被直接当sb。
,同
段就
【在 n******t 的大作中提到】
: 我想指出ai最大的問題,目前為止,不管是alphago,或者是別的ai系統,都沒法做到“
: 像人”。也就是說不管是deterministic還是stochastically deterministic,都無法實
: 現人所特有的創造的定義。
: 舉個現有的例子,現在不管甚麼厲害的ai是無法做到像你的回帖裡面,一上來先扣一頂
: 帽子的賣萌感和接下來自說自話的磚家感的。這種style,連人自己都無法嚴格描述和定
: 義其形成機制,AI也沒有辦法。
c*3
86 楼
coding不用”逻辑推理“不行吧,猜谜语不用”联想“不行吧,打哑谜不联系”上下文
“不行吧。
考AI,现在只要考启发式”逻辑推理“(不是预先编程的),”内容联想“(模糊中找
精确),联系内容上下文,推断结果。这些是人的基本生活技能,当然还有举一反三和
很多其它的。
不考这些东西的图灵测试,我感觉是cheating,自己骗自己玩的
【在 g****t 的大作中提到】
: 我的意思是懂得哑谜什么的人在过去几年是越来越少的。
: 能问出来机器答不上的问题人群会被逐渐消灭。或者自我改造.
: 我非常肯定。
: 你要是coding天天碰到的问题都是goog,stackoverflow上没人提的,
: 能活多久。。。
: 从历史的角度来看问题的话。说一两个AI解决不了的问题的例子,都能说出来。
: 但能说出来一个AI或者机器差距越来越大的问题吗。
: 或者找出一群人,离机器越来越远吗?我看很难。
:
: 题。
“不行吧。
考AI,现在只要考启发式”逻辑推理“(不是预先编程的),”内容联想“(模糊中找
精确),联系内容上下文,推断结果。这些是人的基本生活技能,当然还有举一反三和
很多其它的。
不考这些东西的图灵测试,我感觉是cheating,自己骗自己玩的
【在 g****t 的大作中提到】
: 我的意思是懂得哑谜什么的人在过去几年是越来越少的。
: 能问出来机器答不上的问题人群会被逐渐消灭。或者自我改造.
: 我非常肯定。
: 你要是coding天天碰到的问题都是goog,stackoverflow上没人提的,
: 能活多久。。。
: 从历史的角度来看问题的话。说一两个AI解决不了的问题的例子,都能说出来。
: 但能说出来一个AI或者机器差距越来越大的问题吗。
: 或者找出一群人,离机器越来越远吗?我看很难。
:
: 题。
c*9
95 楼
汽車是两条腿吗? 两个“跑”不是一个概念。
【在 n******t 的大作中提到】
: 這種事情,很多程度上是東方人沒有比賽,遊戲規則的概念導致的。正常情況下,根本
: 就不該和這種系統來比,因為不公平。
: 所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
: 事實 - 高度重複實現確定的事情,人很少能和機器比。
: 既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
: ,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
: google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
: 否則跑短跑的咋不去和汽車比誰跑得快呢?
【在 n******t 的大作中提到】
: 這種事情,很多程度上是東方人沒有比賽,遊戲規則的概念導致的。正常情況下,根本
: 就不該和這種系統來比,因為不公平。
: 所謂AlphaGo和人類棋手相比的優勢,仍然是靠傻算算得快,這個道理是很早就知道的
: 事實 - 高度重複實現確定的事情,人很少能和機器比。
: 既然要公平的比較,那google搞一個機器人,從誕生開始起,按照職業棋手入行的規矩
: ,一個人把職業賽事走一邊唄(不許別人幫忙搞定哦),看看能走多遠了。
: google這麼個搞上千臺機器在後面噁心人的廣告手段,在很多別的行業根本就沒人理。
: 否則跑短跑的咋不去和汽車比誰跑得快呢?
c*3
103 楼
所以到最后就是我说的,机器可以把人当成黑盒子,不管人是怎么做的,完全用其它方
法,从头实施一个不同的东西,只要最后结果超过人就可以。
这个方法的问题,就是人里面的各种算法,外面看着貌似简单。但是真的不去反向工程
人是怎么做的,自己从头做一个,就会发现这些算法其实没那么简单。
比如图像识别,人和生物的算法是包括噪声在内,结果基本接近最优(当然不排除有其
它天顶星技术)。还有任何生物的各种运动姿态控制,真的不去反向工程生物的方法,
自己从头做,发现很难达到生物的水平。
这样的算法,慢慢挖,生物里会发现有好多,都是接近最优。每一个,可能都需要花费
大量时间和精力,还是很难接近生物的水准
这上面不能用下棋去评估和人智力的接近程度,因为人脑根本没有下棋的原生的算法。
下棋是人不擅长的,所以作为娱乐。学会下棋和各种千奇百怪的技巧,是人脑灵活性和
适应性的一部分。要比,就应该比这样的适应性。
【在 c*******9 的大作中提到】
: 你不能精确定义什么是正确,就不能去评判机器到底做的是否正确,机器还觉得人做的
: 不对呢。
: 模糊中找确定机器也能。没精确定义的,机器也能找到最优结果,或者接近最优。
法,从头实施一个不同的东西,只要最后结果超过人就可以。
这个方法的问题,就是人里面的各种算法,外面看着貌似简单。但是真的不去反向工程
人是怎么做的,自己从头做一个,就会发现这些算法其实没那么简单。
比如图像识别,人和生物的算法是包括噪声在内,结果基本接近最优(当然不排除有其
它天顶星技术)。还有任何生物的各种运动姿态控制,真的不去反向工程生物的方法,
自己从头做,发现很难达到生物的水平。
这样的算法,慢慢挖,生物里会发现有好多,都是接近最优。每一个,可能都需要花费
大量时间和精力,还是很难接近生物的水准
这上面不能用下棋去评估和人智力的接近程度,因为人脑根本没有下棋的原生的算法。
下棋是人不擅长的,所以作为娱乐。学会下棋和各种千奇百怪的技巧,是人脑灵活性和
适应性的一部分。要比,就应该比这样的适应性。
【在 c*******9 的大作中提到】
: 你不能精确定义什么是正确,就不能去评判机器到底做的是否正确,机器还觉得人做的
: 不对呢。
: 模糊中找确定机器也能。没精确定义的,机器也能找到最优结果,或者接近最优。
c*3
107 楼
问题是一个solid证据都没有,我在论坛反这么久进化论,就是看那些学生物的有啥
solid证据。到现在一个都没有发现,基本都是逻辑欺骗,很容易看出来。
最常见的就是用病毒产生抗药性,说这是进化,这是一个典型的逻辑欺骗。因为生物的
多样性,几乎没有一个生物DNA是完全一样的,所以大部分人长相都不一样。所以有抗
药性的病毒早就有了,这是生物多样性导致的,只能证明适者生存。
所谓观察到的进化论证据,基本都是拿生物多样性冒充的。
DNA就和码农代码差不多。真的进化了,产生新的代码模块,内部各种新的模块间逻辑
联系,也需要一并出现。没有出现内部逻辑联系,其实就和自动改代码和设置参数,调
整网页颜色,或者更改桌面模板差不多。Windows 7可以用一个Linux桌面模板,外面看
着完全不一样,内部没区别。
【在 x****u 的大作中提到】
: 人类进化是假说,生物的进化是实际观测到的现象
solid证据。到现在一个都没有发现,基本都是逻辑欺骗,很容易看出来。
最常见的就是用病毒产生抗药性,说这是进化,这是一个典型的逻辑欺骗。因为生物的
多样性,几乎没有一个生物DNA是完全一样的,所以大部分人长相都不一样。所以有抗
药性的病毒早就有了,这是生物多样性导致的,只能证明适者生存。
所谓观察到的进化论证据,基本都是拿生物多样性冒充的。
DNA就和码农代码差不多。真的进化了,产生新的代码模块,内部各种新的模块间逻辑
联系,也需要一并出现。没有出现内部逻辑联系,其实就和自动改代码和设置参数,调
整网页颜色,或者更改桌面模板差不多。Windows 7可以用一个Linux桌面模板,外面看
着完全不一样,内部没区别。
【在 x****u 的大作中提到】
: 人类进化是假说,生物的进化是实际观测到的现象
x*u
108 楼
突变加适者生存就是进化论观点,你都承认了还反个屁。
【在 c****3 的大作中提到】
: 问题是一个solid证据都没有,我在论坛反这么久进化论,就是看那些学生物的有啥
: solid证据。到现在一个都没有发现,基本都是逻辑欺骗,很容易看出来。
: 最常见的就是用病毒产生抗药性,说这是进化,这是一个典型的逻辑欺骗。因为生物的
: 多样性,几乎没有一个生物DNA是完全一样的,所以大部分人长相都不一样。所以有抗
: 药性的病毒早就有了,这是生物多样性导致的,只能证明适者生存。
: 所谓观察到的进化论证据,基本都是拿生物多样性冒充的。
: DNA就和码农代码差不多。真的进化了,产生新的代码模块,内部各种新的模块间逻辑
: 联系,也需要一并出现。没有出现内部逻辑联系,其实就和自动改代码和设置参数,调
: 整网页颜色,或者更改桌面模板差不多。Windows 7可以用一个Linux桌面模板,外面看
: 着完全不一样,内部没区别。
【在 c****3 的大作中提到】
: 问题是一个solid证据都没有,我在论坛反这么久进化论,就是看那些学生物的有啥
: solid证据。到现在一个都没有发现,基本都是逻辑欺骗,很容易看出来。
: 最常见的就是用病毒产生抗药性,说这是进化,这是一个典型的逻辑欺骗。因为生物的
: 多样性,几乎没有一个生物DNA是完全一样的,所以大部分人长相都不一样。所以有抗
: 药性的病毒早就有了,这是生物多样性导致的,只能证明适者生存。
: 所谓观察到的进化论证据,基本都是拿生物多样性冒充的。
: DNA就和码农代码差不多。真的进化了,产生新的代码模块,内部各种新的模块间逻辑
: 联系,也需要一并出现。没有出现内部逻辑联系,其实就和自动改代码和设置参数,调
: 整网页颜色,或者更改桌面模板差不多。Windows 7可以用一个Linux桌面模板,外面看
: 着完全不一样,内部没区别。
c*3
111 楼
你是上了他们千老的当。我早就仔细观察过,千老的信息,很多都是逻辑有问题,或者
误导,甚至很多都是假的。千老很多logic 101都没有学过,经常放出有大量逻辑漏洞
的信息。
人的相貌不同,是基因复制出错吗?这是生物多样性的一部分,换句话说DNA里面有大
量可调参数,这些不算模块功能代码,参数根据环境或者各种条件变了,就有不同相貌
,特征之类。
所谓病毒抗药性,哪里有啥新功能。抗药性病毒其实就是某些特征和其它病毒不同,这
种早就有了,也不见得是基因出错。
根本不是因为有药才出现的特性,千老故意误导这个次序。这种特性也不是啥新功能,
正好好因此逃过药物作用也是巧合。
所以说产生新功能的证据一个以没有。
【在 x****u 的大作中提到】
: 你这就没文化了,突变是产生新基因,选择是留下有用的
: 基因复制中出错是客观事实,其中大部分都被淘汰,但极少量会导致新功能出现。一定
: 数量的新功能被选择留下,就有新逻辑,这也是试验观察结果。
: 你这个都承认了,就是承认了进化现象
误导,甚至很多都是假的。千老很多logic 101都没有学过,经常放出有大量逻辑漏洞
的信息。
人的相貌不同,是基因复制出错吗?这是生物多样性的一部分,换句话说DNA里面有大
量可调参数,这些不算模块功能代码,参数根据环境或者各种条件变了,就有不同相貌
,特征之类。
所谓病毒抗药性,哪里有啥新功能。抗药性病毒其实就是某些特征和其它病毒不同,这
种早就有了,也不见得是基因出错。
根本不是因为有药才出现的特性,千老故意误导这个次序。这种特性也不是啥新功能,
正好好因此逃过药物作用也是巧合。
所以说产生新功能的证据一个以没有。
【在 x****u 的大作中提到】
: 你这就没文化了,突变是产生新基因,选择是留下有用的
: 基因复制中出错是客观事实,其中大部分都被淘汰,但极少量会导致新功能出现。一定
: 数量的新功能被选择留下,就有新逻辑,这也是试验观察结果。
: 你这个都承认了,就是承认了进化现象
b*d
114 楼
展开说说看,怎样用AI来证明哥德巴赫猜想?
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
【在 w***g 的大作中提到】
: 我们有生之年应该能看到电脑自动写程序吧。
: 现在engineering的关键是怎么把人类面对的各种稀奇古怪的
: task自动转换成固定的类似下棋的套路。这个并不容易。
: 打个比方,通用计算机take over之前,有各种机器,
: 比如电视机,CD机,电话机,打字机,还有各种专业的
: DSP芯片啥的啥的。现在的人智其实就处于这么一种
: 状态,有图像识别人智,下棋人智,等等。有一个新
: 的任务过来,目前可以达到人类用现有的轮子可以做到
: 超过人类的水平。但是“用轮子”这一步还需要人,
: 虽然这一步已经变得比较容易了。或者说,有了接口
b*d
116 楼
很多数学理论的建立和猜想的证明,都是没有足够数据可以训练的,并且涉及到不同的
无穷。你说的AI搜索只是有限集合里的枚举法,可以说是数学的沧海一粟。AI依此可以
证明类似四色定理单群分类那样的有限类命题,遇到对涉及无限的精确推导目前还看不
到AI有好的办法。再比如说,孪生素数猜想的完全证明在人类这里是可能的,但在目前
AI来说还不可能,除非这猜想能被归结为有限种可逐一验证的情况。
【在 w***g 的大作中提到】
: AI证定理不能指哪证哪,因为有的问题不一定能证出来。
: 更可行的做法是在某个特定公里体系内对所有定理的空间
: 或者子空间进行类似广度优先的搜索,搜出来啥是啥。
: AI在搜索中的作用主要是prioritize搜索方向,使得搜索
: 能往fruitful的方向前进。
: 待证明的猜想很多,某个猜想能尝试的方向也很多。
: 最大的问题是大家都不知道哪个猜想能证出来。
: 一个难题被解决,马上立马各种证法就都出来了。
: 求证不是最难。最难的是要压对宝。AI对压宝定方向
: 会有帮助。至于brutal force搜索,机器早超过人类了。
无穷。你说的AI搜索只是有限集合里的枚举法,可以说是数学的沧海一粟。AI依此可以
证明类似四色定理单群分类那样的有限类命题,遇到对涉及无限的精确推导目前还看不
到AI有好的办法。再比如说,孪生素数猜想的完全证明在人类这里是可能的,但在目前
AI来说还不可能,除非这猜想能被归结为有限种可逐一验证的情况。
【在 w***g 的大作中提到】
: AI证定理不能指哪证哪,因为有的问题不一定能证出来。
: 更可行的做法是在某个特定公里体系内对所有定理的空间
: 或者子空间进行类似广度优先的搜索,搜出来啥是啥。
: AI在搜索中的作用主要是prioritize搜索方向,使得搜索
: 能往fruitful的方向前进。
: 待证明的猜想很多,某个猜想能尝试的方向也很多。
: 最大的问题是大家都不知道哪个猜想能证出来。
: 一个难题被解决,马上立马各种证法就都出来了。
: 求证不是最难。最难的是要压对宝。AI对压宝定方向
: 会有帮助。至于brutal force搜索,机器早超过人类了。
相关阅读
探讨一下, 如何防止删除时避免错误zhaoce回来了,在研究爱经 (转载)微信群管理网页数据,生成word文档,生成PDF文件前端码农想转后端的困惑,望大牛解答最近搞了一下bluemix,总体感觉还可以王垠为什么悲愤? (转载)基於WebGL的3D rendering庫哪個好?C++缺少了哪些开源的轮子?这个网站用什么轮子做的Javascript Q: 怎样产生10个不同的随机数?千老感谢大家的建议-线性代数看来没用让 os x file sharing 整郁闷了java里一般一个函数在多少行问一个mapreduce题目数据库能 version control吗?python: 可以用map计算数列之间的差额吗?准备自学JAVA和python,请版上大牛推荐自学材料写code都推一起很牛逼吗关于做网站