- 主题:逐渐适应了wacom开会
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。
复杂是介于有序和混沌边界上，涌现出的一种现象。生命和智能本质上都是一种复杂现象。对于复杂现象，试图站在微观角度去理解是很难乃至没有意义的，它所表现的宏观特征才是它的本体。
所以AI也好，人类智能也好，是否是能白箱弄明白的东西都是个问题。AI整个网络参数都是看得见的，每条路径都是可以分析明白的，但不还是没法从大量微观细节中去理解AI为啥能work或者不work嘛。一个能开箱给你看的东西尚且如此，我们的大脑那就更别提了...
【 在 eamon 的大作中提到: 】
: 当年写皇帝新脑的时候ai还是明盘呢，现在alpha go怎么想出下哪一步棋人类也搞不懂了，所以确实是很难说沿着这条路上往下走的ai跟人类意识到底泾渭分明的分野在哪里了，或许就像你说的，节点堆到了也许就真的产生了一个跟机械执行固定算法完全不一样的一个东西
--
FROM 180.111.48.*
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。
就说丢一个骰子，你并不知道丢出一面的概率是多少。所谓的1/6概率只是一个近似，你只有知道了里面每一颗原子的位置才能在理论上计算出丢出每一面的客观概率，或者丢很多很多很多很多次去逼近出这个值。
前者是神，后者才是人。
【 在 danman 的大作中提到: 】
: 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。。。
: ...................
--
修改:lvsoft FROM 180.111.48.*
FROM 180.111.48.*
我没说transformer是强ai。我说得只是根据目前几个事实可以推演出来的结果，也即目前1/1000规模的ai在很多工作上可以达到低端人类的质量。然后这3个数量级的差异大概还有15年抹平。
【 在 xxxxxxo 的大作中提到: 】
: 过了过了。。。GPT再神奇也只是个transformer，离强AI还远。。。
--
FROM 180.111.48.*
8Kb那是上古时代的G711编码了。
mp3要追无损是320Kb,你少写了个零。
此外这里20KB会议效果是带视频的。
【 在 xxxxxxo 的大作中提到: 】
: 20KB语音已经很奢侈了，想想网络原理讲的电话系统才8Kb。。。32Kb码率的MP3都直追无损了
--
FROM 180.111.48.*
跟人类学习方式没啥不一致的。
我就特烦抨击ai需要大量训练样本超长训练时间的说法。
好像人生下来就会说话似的。
人到具备智能，具有意识大概要5岁上下了吧。现在有哪个ai是训练了5年的？
【 在 D600 的大作中提到: 】
: 如果目标是人类的智能，那现在这条路的学习方式跟人类学习的方式就不一致，没毛病啊。如果路线掌握在大多数人手里，就不是科学难题了。
--
FROM 180.111.48.*
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。
【 在 danman 的大作中提到: 】
: 高看大脑了，其实大脑构造不复杂，就是算法还没头脑
:
:
--
FROM 180.111.48.*