- 主题:逐渐适应了wacom开会
不能说的这么绝对，哪条路线先赢还不一定。脑科学研究者也有倒向盲盒的。
【 在 D600 (照相机) 的大作中提到: 】
: 如果一切都基于深度神经网络训练出来的盲盒模型，那不是离人类智能还差得远，是根本就走错了方向。
--
FROM 159.226.118.*
理想的人工智能发展肯定不是盲盒过程，而是有明确算法和基本规则指引的构建过程。
但是当今深度网络等一系列算法发展的如此之快，很多人觉得就算不理解背后的计算机制又如何，好用就行。
在这条思路下，即使等到我们有一天构建出了万能的人工智能，依然不理解我们自己的大脑是如何工作的。但其实这又如何。。。
【 在 cha (老王|cha，notX，not插，not差|潘驴小闲) 的大作中提到: 】
: 大家讲道理：
: 你这句话成立的前提，必须同时符合2点：
: 1、有明确的正确方向，或至少是公认的正确方向
: ...................
--
FROM 159.226.118.*
人的经验是有限的，神的经验是无限的，这最终造就了两种不同的智能学习路径，但是
最终的目标是一致的。
人会采用bayesian model的路线，而现在大数据喂出来的人工智能可能真的更像神的智
能路线。
这个扯远了，但是工程和理论哪个先喂出来真正意义上的通用AI，只能靠时间来检验了
。
【 在 lvsoft (Lv(The Last Guardian)) 的大作中提到: 】
: 搞理论的人更喜欢追求本源，我这种搞工程的人才不管这些呢...
: 倒不是说谁更高级一点，我只是觉得这是一个信仰的问题。
: 我的观点是不要随便以全知全能为目标。全知全能的那是神，人是做不到这一点的。
: ...................
--
FROM 223.72.127.*
高看大脑了，其实大脑构造不复杂，就是算法还没头脑
【 在 lvsoft (Lv(The Last Guardian)) 的大作中提到: 】
: 我的理解，智能这种东西是一个复杂现象。
: 好比在微观上，水分子的动力学我们可以描述的很清楚，但大量水分子形成的河流在各种外部条件下的表现出来的宏观现象就没这么容易理解了。放到更大尺度上，大量水分子构成的天气系统那就是个混沌系统。
: 在Conway的Game of Life中，游戏规则数值设定稍微小一点或者稍微大一点，这个生命游戏都会变得平凡或者混乱，总之只有无聊的结果。只有在这个不大不小恰到好处的数值上，才会产生有无穷变化的复杂系统。
: ...................
--
FROM 223.72.127.*
呵呵，很有自信。
【 在 lvsoft (Lv(The Last Guardian)) 的大作中提到: 】
: 我前面已经说得很清楚了，水分子很简单，但大量水分子构成的天气系统很复杂。
: 你如果理解我在说什么就不会再说这些车咕噜废话了。
--
FROM 223.72.127.*