- 主题:Ai几十年发展史兜了一大圈，又回到仿生的路子上了
并没有，误导，仿生的路一直有人在走，只是算力和数据不够。
够了之后，不到5年就爆发了
【 在 pixYY 的大作中提到: 】
: 其实，摸索这么多年，这才逐渐走向正路
: 当年大佬明斯基写的书，不怀好意命名为《感知机》，严重误导了AI研究方向，否则AI应该
: 比现在发展更快若干年
: ...................
--
FROM 159.226.52.*
还没有误导
由于这本书，神经网络方面研究受影响很大，连 辛顿 读研究生搞这个都差点被劝放弃
【 在 yzjba 的大作中提到: 】
: 并没有，误导，仿生的路一直有人在走，只是算力和数据不够。
: 够了之后，不到5年就爆发了
--
修改:pixYY FROM 111.36.200.*
FROM 111.36.200.*
人脑有什么意识？人脑做的一切想法都是基于吸收的内容，然后做推理，提炼和拓展而已，不会完全无中生有，和现在的人工智能没什么区别。
【 在 far 的大作中提到: 】
: 人脑还不是一样，人脑能工作，但不知道自己是怎么工作的；人脑有意识，但不知道意识是怎么形成的。
--
FROM 171.212.98.*
呵呵
【 在 bingfengtmc 的大作中提到: 】
: 人脑有什么意识？人脑做的一切想法都是基于吸收的内容，然后做推理，提炼和拓展而已，不会完全无中生有，和现在的人工智能没什么区别。
--
FROM 183.208.181.*
然而并没有，总有人会走这条路，即使他不做，还有别人
【 在 pixYY 的大作中提到: 】
: 还没有误导
: 由于这本书，神经网络方面研究受影响很大，连 辛顿 读研究生搞这个都差点被劝放弃
:
--
FROM 159.226.52.*
embedding就是词向量？
【 在 booble 的大作中提到: 】
: 改正：attention也不是transformer模型原创。
: 我觉得embedding才是革命性的想法，transformer不过解决了并行训练的问题。
:
--
FROM 113.104.248.*
对，是包含了语义信息的词向量，不是仅仅表示词汇表位置的词向量。
【 在 johnfader 的大作中提到: 】
: embedding就是词向量？
--
FROM 112.41.21.*
对的，tranformer模型的并行对embedding很大贡献吧，embedding需要很多计算量。
【 在 booble 的大作中提到: 】
: 对，是包含了语义信息的词向量，不是仅仅表示词汇表位置的词向量。
:
--
FROM 113.104.248.*
embedding算啥革命性想法，感觉我都想到过。就是把词映射到一个合理的向量空间里，这不是本来就应该做的事情吗。 transformer算是各种技术发展到一定程度，水到渠成的事情。
【 在 booble 的大作中提到: 】
: 改正：attention也不是transformer模型原创。
: 我觉得embedding才是革命性的想法，transformer不过解决了并行训练的问题。
:
--
FROM 1.202.170.*
那你厉害，我原来对文字的理解就是一个符号，用什么样的方式表示都可以，只要能区分开不同的字符就行。但实际上文字不是单独存在的，文字之间有各种各样的关联关系，embedding里面存储了这些信息，所以大模型才能对自然语言有更深入的理解。
【 在 liaotianxia 的大作中提到: 】
: embedding算啥革命性想法，感觉我都想到过。就是把词映射到一个合理的向量空间里，这不是本来就应该做的事情吗。 transformer算是各种技术发展到一定程度，水到渠成的事情。
--
FROM 112.41.21.*