40亿语音助手设备 - 未名空间MITBBS历史存档

w*a2019-03-11 07:03

1 楼

【以下文字转载自 Visa 讨论区】
发信人: wakinglala (淡如微风), 信区: Visa
标题: 帮朋友问个国内怀孕来美生娃的问题
发信站: BBS 未名空间站 (Tue Jan 7 17:12:45 2014, 美东)
去年八月拿到签证，B。本来想国庆过来玩。
后来意外怀孕，就想来美国生娃，预产期四月。
结果前一周收到美国使馆电话，要求过去面谈。
她说，很可能是被人举报了。
请问这种情况，issue的签证还能收回来吗？有多大可能性会被收回？

p*a2019-03-11 07:03

2 楼

2011 to 2012 are not current, where the demand is from?

g*t2019-03-11 07:03

3 楼

2017年地球上40亿以上的带语音助手的设备。
普遍估计到2020年超过70亿。
这时候还纠结AI有没用毫无意义。
更不需要纠结是不是技术。能大范围铺开的东西，因为人类自己的竞争，没有不是技术
的。说实话谈论这些已经没什么意义了。有经验的老师傅很多早就卡好位置了。

h*s2019-03-11 07:03

4 楼

签证会被收回，而且下次必然拒签。

【在 w********a 的大作中提到】

: 【以下文字转载自 Visa 讨论区】
: 发信人: wakinglala (淡如微风), 信区: Visa
: 标题: 帮朋友问个国内怀孕来美生娃的问题
: 发信站: BBS 未名空间站 (Tue Jan 7 17:12:45 2014, 美东)
: 去年八月拿到签证，B。本来想国庆过来玩。
: 后来意外怀孕，就想来美国生娃，预产期四月。
: 结果前一周收到美国使馆电话，要求过去面谈。
: 她说，很可能是被人举报了。
: 请问这种情况，issue的签证还能收回来吗？有多大可能性会被收回？

T*i2019-03-11 07:03

5 楼

就算将来语音助手真的实用，也不会是现在这些垃圾。
现在这些都是窃听器而已。基本上是40亿垃圾。而且是基本是赔本送出去的。得咋祸害
人才能赚回来？

t*s2019-03-11 07:03

6 楼

因为什么原因被收回？

【在 h****s 的大作中提到】

: 签证会被收回，而且下次必然拒签。

g*t2019-03-11 07:03

7 楼

你以为iTunes, Spotify 不是垃圾么。前面帖子我讲了。实用与否不是你一个人说了算
的。几亿regularly user早就习惯了。
话说回来，
网站还不如usenet实用呢。本站这个垃圾web,还不如terminal实用。那又如何。
直接看到底，白话文不如古文实用？

: 就算将来语音助手真的实用，也不会是现在这些垃圾。

: 现在这些都是窃听器而已。基本上是40亿垃圾。而且是基本是赔本送出去
的。得
咋祸害

: 人才能赚回来？

【在 T********i 的大作中提到】

: 就算将来语音助手真的实用，也不会是现在这些垃圾。
: 现在这些都是窃听器而已。基本上是40亿垃圾。而且是基本是赔本送出去的。得咋祸害
: 人才能赚回来？

w*a2019-03-11 07:03

8 楼

但是她签的时候没怀孕啊。

【在 h****s 的大作中提到】

: 签证会被收回，而且下次必然拒签。

n*t2019-03-11 07:03

9 楼

那些設備，沒有語音助手很多時候人也會因為別的原因買。
而且這些功能之前也都有，我的藍牙耳機一直可以語音提示開關。我需要他猜我的意思
去接電話？我的回答是肯定不需要，尤其是我沒100% trust it的時候。
便民利民的產品一直都有，不是要一定栽上一個AI的名頭才行。

【在 g****t 的大作中提到】

: 2017年地球上40亿以上的带语音助手的设备。
: 普遍估计到2020年超过70亿。
: 这时候还纠结AI有没用毫无意义。
: 更不需要纠结是不是技术。能大范围铺开的东西，因为人类自己的竞争，没有不是技术
: 的。说实话谈论这些已经没什么意义了。有经验的老师傅很多早就卡好位置了。

c*72019-03-11 07:03

10 楼

不去也得去，听天由命。反正没什么大不了的。

n*t2019-03-11 07:03

11 楼

實際上我覺得這麼搞其實是不利於真正的AI研究發展的，錢都給了騙子，想真的做點事
的人反而不容易拿到資金。

【在 T********i 的大作中提到】

: 就算将来语音助手真的实用，也不会是现在这些垃圾。
: 现在这些都是窃听器而已。基本上是40亿垃圾。而且是基本是赔本送出去的。得咋祸害
: 人才能赚回来？

h*s2019-03-11 07:03

12 楼

来美国目的和签证类型不符。

【在 t***s 的大作中提到】

: 因为什么原因被收回？

g*t2019-03-11 07:03

13 楼

没有web的时候，本站也有很多人因為別的原因上。
语音问答不是AI是什麽。

【在 n******t 的大作中提到】

: 那些設備，沒有語音助手很多時候人也會因為別的原因買。
: 而且這些功能之前也都有，我的藍牙耳機一直可以語音提示開關。我需要他猜我的意思
: 去接電話？我的回答是肯定不需要，尤其是我沒100% trust it的時候。
: 便民利民的產品一直都有，不是要一定栽上一個AI的名頭才行。

h*s2019-03-11 07:03

14 楼

那为什么拿到签证以后没有立即来？
都是瞎猜啦，使馆打电话必须去，伸头缩头都是一刀，怕什么！

【在 w********a 的大作中提到】

: 但是她签的时候没怀孕啊。

g*t2019-03-11 07:03

15 楼

这世上赚大钱的没有哪个不是騙子。
不然就是逻辑上自相矛盾了。

【在 n******t 的大作中提到】

: 實際上我覺得這麼搞其實是不利於真正的AI研究發展的，錢都給了騙子，想真的做點事
: 的人反而不容易拿到資金。

t*s2019-03-11 07:03

16 楼

哪儿跟哪儿啊，人家还没来美呢

【在 h****s 的大作中提到】

: 来美国目的和签证类型不符。

C*l2019-03-11 07:03

17 楼

现在卖的更多是对未来的期望，就和startup可能股价一度很高，并不代表就一定价值
很大。智能语音信箱，语音助手只是一个卖点，这个产品其实更重要的内容是付费音乐
流量直接到户。

【在 g****t 的大作中提到】

: 2017年地球上40亿以上的带语音助手的设备。
: 普遍估计到2020年超过70亿。
: 这时候还纠结AI有没用毫无意义。
: 更不需要纠结是不是技术。能大范围铺开的东西，因为人类自己的竞争，没有不是技术
: 的。说实话谈论这些已经没什么意义了。有经验的老师傅很多早就卡好位置了。

h*s2019-03-11 07:03

18 楼

但是使馆一看大肚子，就知道来美目的不是B2。

【在 t***s 的大作中提到】

: 哪儿跟哪儿啊，人家还没来美呢

n*t2019-03-11 07:03

19 楼

但是我沒有在討論賺大錢，我也沒興趣。之前你也沒討論在騙錢，你在說技術。我覺得
還是分開搞比較好。

【在 g****t 的大作中提到】

: 这世上赚大钱的没有哪个不是騙子。
: 不然就是逻辑上自相矛盾了。

t*s2019-03-11 07:03

20 楼

哪儿跟哪儿啊
这回贴的都看不看原文啊？

【在 h****s 的大作中提到】

: 但是使馆一看大肚子，就知道来美目的不是B2。

g*t2019-03-11 07:03

21 楼

看一个问题无非内外两个办法。
懂市场的看投资，看销售额，利润，看财报，看关键客户等等。
懂domain knowledge的，看语音识别，语义理解，看NLP会议，论文等等。
假如你在这两方面之一收集了足够的信息和事实，我相信一定会有不同的结论。
你现在这些“推断”说实话非常表面化。

【在 C*****l 的大作中提到】

: 现在卖的更多是对未来的期望，就和startup可能股价一度很高，并不代表就一定价值
: 很大。智能语音信箱，语音助手只是一个卖点，这个产品其实更重要的内容是付费音乐
: 流量直接到户。

d*h2019-03-11 07:03

22 楼

人家回帖够清楚了。你是旅游的，然后大着肚子，临产。不是有很多报道，借着旅游之
名来生孩子。这难道不是来美目的不符吗？不是据说有在海关被遣返的吗？

【在 t***s 的大作中提到】

: 哪儿跟哪儿啊
: 这回贴的都看不看原文啊？

j*w2019-03-11 07:03

23 楼

语音助手有两个部分，语音识别和语义理解。语音识别我认为 DL 蛮适合，也有实用价
值。但是我不认为语义理解有多少技术，有多少价值。
前两年微软推的 Conversation as a Platform (CaaP)，这两年没什么声音了。技术上
撞墙了。做一个小 demo 可能看起来挺美，但是无法实用。
语义理解是目前无法逾越的技术鸿沟。

g*t2019-03-11 07:03

24 楼

我讨论钱是因为假设各位熟悉市场对技术的驱动能力。不是为了钱。

【在 n******t 的大作中提到】

: 但是我沒有在討論賺大錢，我也沒興趣。之前你也沒討論在騙錢，你在說技術。我覺得
: 還是分開搞比較好。

j*w2019-03-11 07:03

25 楼

一同死去的还有 Facebook 的 M。当时出来的也是高调要取代人类助手，但是终究无法
超越目前技术的限制。

g*t2019-03-11 07:03

26 楼

MSFT LUIS我用过。API没什么问题，缺点就是收钱。

【在 j*****w 的大作中提到】

: 语音助手有两个部分，语音识别和语义理解。语音识别我认为 DL 蛮适合，也有实用价
: 值。但是我不认为语义理解有多少技术，有多少价值。
: 前两年微软推的 Conversation as a Platform (CaaP)，这两年没什么声音了。技术上
: 撞墙了。做一个小 demo 可能看起来挺美，但是无法实用。
: 语义理解是目前无法逾越的技术鸿沟。

m*r2019-03-11 07:03

27 楼

你给简单讲讲为啥 ‘语义理解是目前无法逾越的技术鸿沟’ ？
是不是说机器还没人那么聪明？不知人在问什么？只能瞎猜？

【在 j*****w 的大作中提到】

: 语音助手有两个部分，语音识别和语义理解。语音识别我认为 DL 蛮适合，也有实用价
: 值。但是我不认为语义理解有多少技术，有多少价值。
: 前两年微软推的 Conversation as a Platform (CaaP)，这两年没什么声音了。技术上
: 撞墙了。做一个小 demo 可能看起来挺美，但是无法实用。
: 语义理解是目前无法逾越的技术鸿沟。

g*t2019-03-11 07:03

28 楼

这个东西可以完全从外延来看。语音助手再难用，也没有当年网站那么难用。

【在 m******r 的大作中提到】

: 你给简单讲讲为啥 ‘语义理解是目前无法逾越的技术鸿沟’ ？
: 是不是说机器还没人那么聪明？不知人在问什么？只能瞎猜？

j*w2019-03-11 07:03

29 楼

取样过 20+ 所谓的 state of the art 的关于 semantics 的论文，包括 Stanford
NLP 组的。以前流行的办法是用传统的办法 parse，现在流行用 NN 来大规模分析文本。
在所有这些论文里，没有一篇真正涉及到 semantics 的建模和计算。都是拿几个 QA
集来做数据测试，然后就发论文。
我记得前两年 Facebook 出了篇论文，唯一的 contribution 就是创建了个 QA 集，以
供其他做 NLP 的研究小组做测试。这就是目前他们在做的工作。就是这么初级。
人类 semantics 的建模和计算是一个深不可测的课题。涉及到概念的本质，对现实世
界的深刻理解，包括时间，地点，物理特性，3D 空间，抽象，组合，等等等等。
在这方面关于 semantics 的研究可以说还没有开始，甚至不知道怎样开始。
所以你会在很长时间内看到机器人说胡话，这是表象。原因再简单不过：单纯基于文本
的分析是无法触及语义的本质的，换句话说，目前的技术无法真正理解语义。

【在 m******r 的大作中提到】

: 你给简单讲讲为啥 ‘语义理解是目前无法逾越的技术鸿沟’ ？
: 是不是说机器还没人那么聪明？不知人在问什么？只能瞎猜？

C*l2019-03-11 07:03

30 楼

我同意老魏的说法，以后智能语音助手牛鼻了，也跟本不会是现在的这个水平。你的
问题是明明水平放在这里，每个人都能看到，你却要我们去看不相干的统计和流量。认
为siri作的很好，很有用的人有多少，去哪里找这样的统计？

【在 g****t 的大作中提到】

: 看一个问题无非内外两个办法。
: 懂市场的看投资，看销售额，利润，看财报，看关键客户等等。
: 懂domain knowledge的，看语音识别，语义理解，看NLP会议，论文等等。
: 假如你在这两方面之一收集了足够的信息和事实，我相信一定会有不同的结论。
: 你现在这些“推断”说实话非常表面化。

g*t2019-03-11 07:03

31 楼

人会被工具异化的。你的分析里面缺少了工具对人的训诫，惩罚，奖励的功效。
简单说，下一代人会学着机器说话的。这就好比几十亿人学着用手机。
事实上来讲，你现在写的这些东西，也是很机器风格的——以三十年前的观点来看，或
者找个常识不在理工科这边的人来看。

: 取样过 20 所谓的 state of the art 的关于 semantics 的论文，包括
Stanford

: NLP 组的。以前流行的办法是用传统的办法 parse，现在流行用 NN 来大规模分
析文本。

: 在所有这些论文里，没有一篇真正涉及到 semantics 的建模和计算。都是拿几
个 QA

: 集来做数据测试，然后就发论文。

: 我记得前两年 Facebook 出了篇论文，唯一的 contribution 就是创建了个 QA
集，以

: 供其他做 NLP 的研究小组做测试。这就是目前他们在做的工作。就是这么初级。

: 人类 semantics 的建模和计算是一个深不可测的课题。涉及到概念的本质，对
现实世

: 界的深刻理解，包括时间，地点，物理特性，3D 空间，抽象，组合，等等等等。

: 在这方面关于 semantics 的研究可以说还没有开始，甚至不知道怎样开始。

: 所以你会在很长时间内看到机器人说胡话，这是表象。原因再简单不过：单纯基
于文本

【在 j*****w 的大作中提到】

: 取样过 20+ 所谓的 state of the art 的关于 semantics 的论文，包括 Stanford
: NLP 组的。以前流行的办法是用传统的办法 parse，现在流行用 NN 来大规模分析文本。
: 在所有这些论文里，没有一篇真正涉及到 semantics 的建模和计算。都是拿几个 QA
: 集来做数据测试，然后就发论文。
: 我记得前两年 Facebook 出了篇论文，唯一的 contribution 就是创建了个 QA 集，以
: 供其他做 NLP 的研究小组做测试。这就是目前他们在做的工作。就是这么初级。
: 人类 semantics 的建模和计算是一个深不可测的课题。涉及到概念的本质，对现实世
: 界的深刻理解，包括时间，地点，物理特性，3D 空间，抽象，组合，等等等等。
: 在这方面关于 semantics 的研究可以说还没有开始，甚至不知道怎样开始。
: 所以你会在很长时间内看到机器人说胡话，这是表象。原因再简单不过：单纯基于文本

g*t2019-03-11 07:03

32 楼

找不到确切的统计，那就找最接近的统计。认为市场数字无法反映技术进展，那是根本
性质的大错。
不说新功能。同样一个功能，用户多一个数量级的本身就是新的技术领域。fb这种大站
，我个人猜测，光是log in至少五千行。你能说这不是技术，不就一个log in吗？
AI的accessibility 也是硬核技术。而且没人会发生论文给你看。那直接联系到钱。

: 我同意老魏的说法，以后智能语音助手牛鼻了，也跟本不会是现在的这个水平。
你的

: 问题是明明水平放在这里，每个人都能看到，你却要我们去看不相干的统计和流
量。认

: 为siri作的很好，很有用的人有多少，去哪里找这样的统计？

【在 C*****l 的大作中提到】

: 我同意老魏的说法，以后智能语音助手牛鼻了，也跟本不会是现在的这个水平。你的
: 问题是明明水平放在这里，每个人都能看到，你却要我们去看不相干的统计和流量。认
: 为siri作的很好，很有用的人有多少，去哪里找这样的统计？

C*l2019-03-11 07:03

33 楼

对头，真正的自然语言理解需要世界模型，knowledge在文本之外，人家动物都有世界
模型。就好比翻译一个远古文明的文字，一定需要某种建立对应关系，这个国王等于那
个国王。否则只有文本是看不懂的。真正的自然语言处理恐怕跟通用智能一样困难。

本。

【在 j*****w 的大作中提到】

: 取样过 20+ 所谓的 state of the art 的关于 semantics 的论文，包括 Stanford
: NLP 组的。以前流行的办法是用传统的办法 parse，现在流行用 NN 来大规模分析文本。
: 在所有这些论文里，没有一篇真正涉及到 semantics 的建模和计算。都是拿几个 QA
: 集来做数据测试，然后就发论文。
: 我记得前两年 Facebook 出了篇论文，唯一的 contribution 就是创建了个 QA 集，以
: 供其他做 NLP 的研究小组做测试。这就是目前他们在做的工作。就是这么初级。
: 人类 semantics 的建模和计算是一个深不可测的课题。涉及到概念的本质，对现实世
: 界的深刻理解，包括时间，地点，物理特性，3D 空间，抽象，组合，等等等等。
: 在这方面关于 semantics 的研究可以说还没有开始，甚至不知道怎样开始。
: 所以你会在很长时间内看到机器人说胡话，这是表象。原因再简单不过：单纯基于文本

g*t2019-03-11 07:03

34 楼

不会用机器的被惩罚，被淘汰，被灭绝，这很新鲜吗。

【在 C*****l 的大作中提到】

: 对头，真正的自然语言理解需要世界模型，knowledge在文本之外，人家动物都有世界
: 模型。就好比翻译一个远古文明的文字，一定需要某种建立对应关系，这个国王等于那
: 个国王。否则只有文本是看不懂的。真正的自然语言处理恐怕跟通用智能一样困难。
:
: 本。

g*t2019-03-11 07:03

35 楼

没有down啊。
我这一套系统连着手机呢。
当然我不可能一直用这个。毕竟要交钱。符合MSFT一贯风格。
质量还可以，体系完整，但是要交钱。

【在 j*****w 的大作中提到】

: 取样过 20+ 所谓的 state of the art 的关于 semantics 的论文，包括 Stanford
: NLP 组的。以前流行的办法是用传统的办法 parse，现在流行用 NN 来大规模分析文本。
: 在所有这些论文里，没有一篇真正涉及到 semantics 的建模和计算。都是拿几个 QA
: 集来做数据测试，然后就发论文。
: 我记得前两年 Facebook 出了篇论文，唯一的 contribution 就是创建了个 QA 集，以
: 供其他做 NLP 的研究小组做测试。这就是目前他们在做的工作。就是这么初级。
: 人类 semantics 的建模和计算是一个深不可测的课题。涉及到概念的本质，对现实世
: 界的深刻理解，包括时间，地点，物理特性，3D 空间，抽象，组合，等等等等。
: 在这方面关于 semantics 的研究可以说还没有开始，甚至不知道怎样开始。
: 所以你会在很长时间内看到机器人说胡话，这是表象。原因再简单不过：单纯基于文本