对，本质上还是大力出奇迹。

【 在 strongcore 的大作中提到: 】
: 只是应用场景从研究到应用推广开了，底层技术没有什么大改进。
:
--
FROM 118.113.41.*

第二句我不赞同。
信仰是语言能表达的，却不是大数据能表现的。
科学的发展最重要的思想其实都来自于信仰。

【 在 fatlee 的大作中提到: 】
: 非理性的逻辑是不是也有规律
: 语言能表达出来大数据就能表现出来？
: 盔甲说的思维和大数据的关系可能是指思维的流程，而不是思维的内容。大数据为基础的ai展示的就是人类集体思维的内容
--
FROM 118.113.41.*

我倒是看好自动驾驶。
没看出有什么概念性的障碍，
没有什么大数据无法解决的困难。

【 在 qtpr 的大作中提到: 】
: 基于大模型的自动驾驶路线是否可行，时间会证明。无论届时你是否承认，事实就是事实，呵呵。
: 我对于科技路线的判断，一直以来是相当准确的。例如，当初我反对大规模铺开2c的5g商用，也有很多人理解不了。但事实证明2c的5g是彻底失败的，除了劳民伤财之外没有实用意义。再比如当初我在公司负责方向性的预研时，就明确反对公司大投入去做QoS解决方案，因为基于简单的数学模型即可推知QoS的优化解决方案不是复杂的昂贵的集中控制机制，而是简单地增加带宽。事实的发展也完全符合我的判断。
: 总之，你除了嘴硬，看不出什么实际的能力和判断力，一味在自己不懂的领域胡说八道，只是个笑话而已，呵呵。
: ...................
--
FROM 182.138.133.*

这你恐怕小看了大数据。
有很多未知是可以用大数据推出来的。
例如有些相似性，甚至同一性，
由于学科的细化，人类还没意识到，
AI可能就会注意到，从而给出不同理论之间新的联系。

【 在 fatlee 的大作中提到: 】
: 也不是什么信仰，就是对未知的探索。
: 未知不在大数据的库里，所以大数据无法给出信息。
: 你说的其实就是大数据能不能自我迭代
--
FROM 182.138.133.*

但做自动驾驶这种工作应该够了。
至于对于因果性的认知，我不知道，
因为我还是无法判断这究竟是先天的还是后天的偶然。
当然我倾向于认为是后天的偶然。

【 在 qtpr 的大作中提到: 】
: 但是DL很难甄别样本相关（伪相关）和总体相关，更遑论发现真正的因果关系。
: 所以DL的泛化性能保证一直是瓶颈。
:
--
FROM 182.138.133.*