r*g
2 楼
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
,其实机器并没有学习,只是照人的指令行事而已。
现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来,就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子,任何人都可以学会语言。但是有的人学中文,有的人学英文,这是一个
参数学习的过程。小孩说“你回来了”,然后你纠正他,应该说“我回来了”,人的神
经网络会相应调整。调整的能力,是由DNA赋予,自然生成的网络结构提供的。
以前,机器学习不是扮演DNA的角色,而是直接去连接神经元。现在,整个思路变成了
我只设计一个可学习的网络结构,并提供应激反应的机制和参数优化的能力。接下来,
学习就是机器自己的事了。
阿法狗就是如此,事实上人类创造了若干个能够(也只能够)下围棋的大脑。他们开始
互相切磋。每天几百万局,不停地切磋。好比科杰回到三百年前可以秒杀所有围棋高手
,每天几百万局不停下的狗,也会很快超过人类。
但是这不是没有上限的。比如阿法狗,神经元数量差不多和一只鸽子类似。那么它能学
到多厉害?能不能学星际?这就难说了。但是随着硬件进步,总有一天会足够聪明。
对于马工而言,这也是一个巨大的机会和挑战。我曾经说过DNN是一种新的编程方式,
从设计算法,变成设计网络结构、损失函数、输入输出。这就好比开启了上帝视角,你
实实在在在创造一个“生物”,它能学某种东西。然后你要给他这些东西让他学。
最后随便打个比分,DNN三大元素:神经网络,输入,损失函数。我们用训狗叼飞盘来
打比方。
网络是基础设施。你要有一只狗,它有脑子,并且具备学习叼飞盘的能力。如果是猫,
那么它学不了。
输入,这只狗必须不瞎,能尝味道——能看见飞盘,能吃肉
损失函数,叼到飞盘,损失为-1,有肉吃,叼不到,损失为1,有肉吃。飞个几百次,
狗肯定学会了。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
,其实机器并没有学习,只是照人的指令行事而已。
现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来,就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子,任何人都可以学会语言。但是有的人学中文,有的人学英文,这是一个
参数学习的过程。小孩说“你回来了”,然后你纠正他,应该说“我回来了”,人的神
经网络会相应调整。调整的能力,是由DNA赋予,自然生成的网络结构提供的。
以前,机器学习不是扮演DNA的角色,而是直接去连接神经元。现在,整个思路变成了
我只设计一个可学习的网络结构,并提供应激反应的机制和参数优化的能力。接下来,
学习就是机器自己的事了。
阿法狗就是如此,事实上人类创造了若干个能够(也只能够)下围棋的大脑。他们开始
互相切磋。每天几百万局,不停地切磋。好比科杰回到三百年前可以秒杀所有围棋高手
,每天几百万局不停下的狗,也会很快超过人类。
但是这不是没有上限的。比如阿法狗,神经元数量差不多和一只鸽子类似。那么它能学
到多厉害?能不能学星际?这就难说了。但是随着硬件进步,总有一天会足够聪明。
对于马工而言,这也是一个巨大的机会和挑战。我曾经说过DNN是一种新的编程方式,
从设计算法,变成设计网络结构、损失函数、输入输出。这就好比开启了上帝视角,你
实实在在在创造一个“生物”,它能学某种东西。然后你要给他这些东西让他学。
最后随便打个比分,DNN三大元素:神经网络,输入,损失函数。我们用训狗叼飞盘来
打比方。
网络是基础设施。你要有一只狗,它有脑子,并且具备学习叼飞盘的能力。如果是猫,
那么它学不了。
输入,这只狗必须不瞎,能尝味道——能看见飞盘,能吃肉
损失函数,叼到飞盘,损失为-1,有肉吃,叼不到,损失为1,有肉吃。飞个几百次,
狗肯定学会了。
g*i
4 楼
原创么? 牛逼
f*t
6 楼
刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
有可能自发出现。
感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
有可能自发出现。
f*y
7 楼
还好吧,我一直都是up to 两块党。。。
r*g
8 楼
王垠不是搞这个的。他不懂。
现在还是网络规模太小,并且不存在一个好的“遗传”机制来自发改进网络结构,所以
还是在弱AI范畴打转。所以都不必太担心——如果电脑不能自发创造出loss function
,那么它即使再聪明也是人类的奴隶。
强AI的出现必须依赖某种遗传变异机制。有生之年未必能看到。所以我建议索男们拥抱
新的学习算法和新的IT。文科女生也不要再害怕了,嫁给马公,错不了。
【在 f*******t 的大作中提到】
: 刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
: 感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
: 能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
: 有可能自发出现。
现在还是网络规模太小,并且不存在一个好的“遗传”机制来自发改进网络结构,所以
还是在弱AI范畴打转。所以都不必太担心——如果电脑不能自发创造出loss function
,那么它即使再聪明也是人类的奴隶。
强AI的出现必须依赖某种遗传变异机制。有生之年未必能看到。所以我建议索男们拥抱
新的学习算法和新的IT。文科女生也不要再害怕了,嫁给马公,错不了。
【在 f*******t 的大作中提到】
: 刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
: 感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
: 能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
: 有可能自发出现。
P*r
9 楼
qiu 大树
j*o
10 楼
下围棋本身不就是背棋谱吗,这种东西算什么人工智能。能写文章才算。
L*1
17 楼
我日,俺连1刀不到的利润就干了
h*2
20 楼
虽然我不喜欢王垠,但他那篇说alphago的文章倒没啥偏激的。
DNN可以根据设定好的目标去训练,并不代表DNN可以自己找到目标啊。就跟LZ说的一样
,我没觉得目前的所谓AI有独立进化的能力。
DNN可以根据设定好的目标去训练,并不代表DNN可以自己找到目标啊。就跟LZ说的一样
,我没觉得目前的所谓AI有独立进化的能力。
f*5
25 楼
re
g*e
26 楼
古狗自己又不肯设计芯片 只要因特尔没动力,硬件上就瓶颈了
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
p*i
32 楼
哟 有一个曾经的狗黑加入狗了
p*i
34 楼
哟 又一个曾经的狗黑加入狗了 哈哈
p*2
38 楼
学习了,多谢。
e*2
40 楼
说个数学原理出来看看,搞得像科普。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
r*g
42 楼
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
,其实机器并没有学习,只是照人的指令行事而已。
现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来,就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子,任何人都可以学会语言。但是有的人学中文,有的人学英文,这是一个
参数学习的过程。小孩说“你回来了”,然后你纠正他,应该说“我回来了”,人的神
经网络会相应调整。调整的能力,是由DNA赋予,自然生成的网络结构提供的。
以前,机器学习不是扮演DNA的角色,而是直接去连接神经元。现在,整个思路变成了
我只设计一个可学习的网络结构,并提供应激反应的机制和参数优化的能力。接下来,
学习就是机器自己的事了。
阿法狗就是如此,事实上人类创造了若干个能够(也只能够)下围棋的大脑。他们开始
互相切磋。每天几百万局,不停地切磋。好比科杰回到三百年前可以秒杀所有围棋高手
,每天几百万局不停下的狗,也会很快超过人类。
但是这不是没有上限的。比如阿法狗,神经元数量差不多和一只鸽子类似。那么它能学
到多厉害?能不能学星际?这就难说了。但是随着硬件进步,总有一天会足够聪明。
对于马工而言,这也是一个巨大的机会和挑战。我曾经说过DNN是一种新的编程方式,
从设计算法,变成设计网络结构、损失函数、输入输出。这就好比开启了上帝视角,你
实实在在在创造一个“生物”,它能学某种东西。然后你要给他这些东西让他学。
最后随便打个比分,DNN三大元素:神经网络,输入,损失函数。我们用训狗叼飞盘来
打比方。
网络是基础设施。你要有一只狗,它有脑子,并且具备学习叼飞盘的能力。如果是猫,
那么它学不了。
输入,这只狗必须不瞎,能尝味道——能看见飞盘,能吃肉
损失函数,叼到飞盘,损失为-1,有肉吃,叼不到,损失为1,有肉吃。飞个几百次,
狗肯定学会了。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
,其实机器并没有学习,只是照人的指令行事而已。
现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来,就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子,任何人都可以学会语言。但是有的人学中文,有的人学英文,这是一个
参数学习的过程。小孩说“你回来了”,然后你纠正他,应该说“我回来了”,人的神
经网络会相应调整。调整的能力,是由DNA赋予,自然生成的网络结构提供的。
以前,机器学习不是扮演DNA的角色,而是直接去连接神经元。现在,整个思路变成了
我只设计一个可学习的网络结构,并提供应激反应的机制和参数优化的能力。接下来,
学习就是机器自己的事了。
阿法狗就是如此,事实上人类创造了若干个能够(也只能够)下围棋的大脑。他们开始
互相切磋。每天几百万局,不停地切磋。好比科杰回到三百年前可以秒杀所有围棋高手
,每天几百万局不停下的狗,也会很快超过人类。
但是这不是没有上限的。比如阿法狗,神经元数量差不多和一只鸽子类似。那么它能学
到多厉害?能不能学星际?这就难说了。但是随着硬件进步,总有一天会足够聪明。
对于马工而言,这也是一个巨大的机会和挑战。我曾经说过DNN是一种新的编程方式,
从设计算法,变成设计网络结构、损失函数、输入输出。这就好比开启了上帝视角,你
实实在在在创造一个“生物”,它能学某种东西。然后你要给他这些东西让他学。
最后随便打个比分,DNN三大元素:神经网络,输入,损失函数。我们用训狗叼飞盘来
打比方。
网络是基础设施。你要有一只狗,它有脑子,并且具备学习叼飞盘的能力。如果是猫,
那么它学不了。
输入,这只狗必须不瞎,能尝味道——能看见飞盘,能吃肉
损失函数,叼到飞盘,损失为-1,有肉吃,叼不到,损失为1,有肉吃。飞个几百次,
狗肯定学会了。
g*i
44 楼
原创么? 牛逼
f*t
46 楼
刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
有可能自发出现。
感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
有可能自发出现。
r*g
48 楼
王垠不是搞这个的。他不懂。
现在还是网络规模太小,并且不存在一个好的“遗传”机制来自发改进网络结构,所以
还是在弱AI范畴打转。所以都不必太担心——如果电脑不能自发创造出loss function
,那么它即使再聪明也是人类的奴隶。
强AI的出现必须依赖某种遗传变异机制。有生之年未必能看到。所以我建议索男们拥抱
新的学习算法和新的IT。文科女生也不要再害怕了,嫁给马公,错不了。
【在 f*******t 的大作中提到】
: 刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
: 感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
: 能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
: 有可能自发出现。
现在还是网络规模太小,并且不存在一个好的“遗传”机制来自发改进网络结构,所以
还是在弱AI范畴打转。所以都不必太担心——如果电脑不能自发创造出loss function
,那么它即使再聪明也是人类的奴隶。
强AI的出现必须依赖某种遗传变异机制。有生之年未必能看到。所以我建议索男们拥抱
新的学习算法和新的IT。文科女生也不要再害怕了,嫁给马公,错不了。
【在 f*******t 的大作中提到】
: 刚看到王垠写了一篇文章喷alphago,我觉得他看法很片面。只要电脑有了足够强大的
: 感官(能跟动物的眼睛、耳朵相比),和正确设定的训练目标参数(比如动物进食的本
: 能),很多事情都能学习好。至于类似人类的意识和感情,在技术到达一定高度后完全
: 有可能自发出现。
j*o
50 楼
下围棋本身不就是背棋谱吗,这种东西算什么人工智能。能写文章才算。
h*2
60 楼
虽然我不喜欢王垠,但他那篇说alphago的文章倒没啥偏激的。
DNN可以根据设定好的目标去训练,并不代表DNN可以自己找到目标啊。就跟LZ说的一样
,我没觉得目前的所谓AI有独立进化的能力。
DNN可以根据设定好的目标去训练,并不代表DNN可以自己找到目标啊。就跟LZ说的一样
,我没觉得目前的所谓AI有独立进化的能力。
g*e
66 楼
古狗自己又不肯设计芯片 只要因特尔没动力,硬件上就瓶颈了
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
p*i
70 楼
哟 有一个曾经的狗黑加入狗了
p*i
71 楼
哟 又一个曾经的狗黑加入狗了 哈哈
p*2
73 楼
学习了,多谢。
e*2
74 楼
说个数学原理出来看看,搞得像科普。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
m*3
77 楼
机器毕竟是机器。我之所以说他是机器,因为我觉得他做的是最优解,即便是模拟人的
大脑。
你和人下一百盘棋,会有一百盘下法。可是如果是电脑,我不确定会不会有第二种下法
。举个例子就是,在某一局局中,只要我下在某一点,下一步电脑一定会下在另一点,
不管重复多少次它都会那样下。只要是那样,我就不认为他有啥情感。
让一个人写作文描述一件事,写五六次他可以写出五六个不同的版本。语句也不会完全
一样,这才是人嘛。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
大脑。
你和人下一百盘棋,会有一百盘下法。可是如果是电脑,我不确定会不会有第二种下法
。举个例子就是,在某一局局中,只要我下在某一点,下一步电脑一定会下在另一点,
不管重复多少次它都会那样下。只要是那样,我就不认为他有啥情感。
让一个人写作文描述一件事,写五六次他可以写出五六个不同的版本。语句也不会完全
一样,这才是人嘛。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
g*s
79 楼
写得很好。其实人类的感情,可以看成一种复杂的loss function。人类的创意和变化
,与monte carlo异曲同工。
,与monte carlo异曲同工。
w*z
82 楼
帮你转 program 版了,那里有个叫 wdong 是搞 AI, 你们可以切磋一下。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
【在 r**********g 的大作中提到】
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
: ,其实机器并没有学习,只是照人的指令行事而已。
: 现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
: ——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
: 应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
: 立行走的过程。你看到的是一个特化的生命体。
k*f
83 楼
这样的算法早就有了。就叫基因算法。genetic algorithm. 对当初我们要解决的问题
,还是很有效的。
function
,还是很有效的。
function
相关阅读
求会计内推现在有什么比较火 的医疗行业starups么?求介绍现在是不是必须进internet公司啊求enphase energy onsite面经正在用的cpt如果cancel的话是怎么个流程从技术角度来看,google确实第一wolver事件科普向前辈请教一下Asana这个公司高帅富你们对手上市开门红啊求解释丽寇儿的新题maximum gap题目到底啥意思?Bloomberg phone interview 面经拿到一个药厂offer -- 帮朋友转发,此人脸皮薄,轻拍 (转载)Capital One Business Analyst 面经HireRight里residency history要写的多详细?大家谈谈对三姐的看法吧FB onsite 面经onsite 被问现在的薪水和预期的薪水 请问怎么回答?面试问题leetcode 学生可以半价遍历二叉树除了recursion还有啥好办法?