海量人力做规则的事情，对付不了开放环境
这条路早就被传统AI走绝了，在理论没有突破之前，根本没戏
早些年有个叫封闭世界假设，你现在搜搜可能还能搜的到
- 来自 水木社区APP v3.4.0
【 在 wrsea 的大作中提到: 】
: 人家文章作者说了
: 华为就是靠海量人力做规则
:
: 怎么了，有些人觉得不需要海量人力，那当然更好啊，那你整个更好的东西出来吧
:
: 是你这种人才觉得AI加大量数据是九阴真经吧？
:
: 我的观点是有些优化就是得靠人去堆的，至少目前是。或者要不，你用你自己思路搞个更好的出来？
--
FROM 223.104.247.*

ai有规则，现在的知识图谱就是传统ai专家系统百科派重装升级的重要延续之一
但是海量规则，或者以规则为主导的方法，至少在可展望的近期没什么应对开放世界的可能性
就像神经网络10几年前在ai中几乎属于人人均须避之的子领域

规则系统有一个封闭世界假设在前面等着，再往下还有哥德尔不完备定理兜底；其实更抽象的讲，训练出来的模型也可以看作是规则系统，因而特斯拉再能吹也只敢在99.999..后面增加9，否则就直接撞墙了

【 在 wrsea 的大作中提到: 】
: 那就看发布后效果吧
: 又不是说华为没ai没数据没训练，真是莫名其妙，人家当然也有的？
: 谁说ai就不能有规则了？
: ...................
--
FROM 221.12.37.*

然后搞了一个脉脉的前员工出来爆料？

【 在 JessePinkman 的大作中提到: 】
: 哈哈哈 打法研究会想了一晚上，决定朝过拟合的方向喷，加油
--
FROM 221.12.37.*

很多时候小员工的破坏性远远大于建设性和既有贡献

【 在 logoser 的大作中提到: 】
: 经常看到某个行业小员工出来指点江山
:
: 嗯，我要发一篇致电行业的顶尖企业也是可以的，但最好不要，你掌握的信息其实有限
--
FROM 221.12.37.*

真心拜托你先去看看啥叫封闭世界假设，啥是哥德尔不完备定理
这特么还是有先验搞定规则的情况下规则系统在开放环境下的不靠谱性
深度学习/强化学习/无监督学习这一堆也不能包治百病，但对付开放环境，模型+数据的做法比规则系统强太多；至少这些在围棋这类半封闭系统上已经证明过自己，而之前基于规则的系统，基本就连高段业余都干不动，更不要说职业棋手；自动驾驶要应对的场景，比围棋可又复杂了N个数量级


【 在 wrsea 的大作中提到: 】
: 不是说用规则替代ai
: 而是在ai的基础上最终还是要有大量规则的输入和优化
: 就好比人对物体识别能力是自然学习获得的，但一样要去驾校学驾驶
: ...................
--
FROM 221.12.37.*