- 主题:[转载] AI 学会新技能
我记得已经有AI算法可以从X光片里诊断癌症还是什么绝症了,比医生诊断还准。
问题是人类不能理解那个算法是怎么诊断的。。。
那个算法如果有思想,肯定会讥讽说“人类智力太缺乏信息的立体性了”。
【 在 adamhj 的大作中提到: 】
: 我不是想反驳你的结论,我只是质疑你提出的那个前提罢了
: 至于你的结论我也认同;我认为现在AI的这种训练模式比起人的学习过程有三种缺陷:
: 1.缺乏信息的立体性:人类在学习的时候,通过的是五感同时接收信息来进行的,可以认为,每一种感官,都是一个信息的“维度”,每多一个维度,人脑能从大量杂乱信息中精确抽取有效信息的效率就更高;所以先天残障的儿童(例如失明、聋哑之类)的智力发育会比正常儿童的智力发育
: 郝
: 2.缺乏互动的主动性:人类的学习除了单方面的接收(例如看书、听课)外,还有通过主动行为来进行尝试、实验,例如小孩看到一个未知的东西可能会去摸一摸、捏一捏、舔一舔,一方面是更好的接收信息,一方面也是看目标对自己的行为会有什么反应,例如一个东西举起来,松手就会掉
: 氯ィ饩褪嵌浴爸亓Α钡娜现蹋徽庵盅胺绞绞峭ü菁薹ɑ袢〉模匦胍幸桓鐾暾哪D饣肪
: 3.缺乏方向性的指导:人类的小孩身边经常会有父母教导,小孩做错的时候父母可以做正确的示范,然后孩子就会模仿,这无疑会大大加速小孩的学习速度;更不要说当小孩掌握一定程度语言能力后,这种教导会变的更有效,这是目前AI所缺乏的;
: 现在的AI,就相当于把一个残障的智能生物幼体(一般只有一维输入),天天只读书不训练,并且无人指导的环境里完全靠自己进行学习,简直是地狱难度..
: 盗
--
FROM 123.103.9.*
两码事,这个例子是另一个角度:
AI虽然接受到的信息的维度更少,但是可以通过大量数据重复学习,做到在这一个维度上超过人类
如果医生也只看X光片,那大家接收到的信息都只有一个维度,那医生当然比不上AI,毕竟可能一个医生一辈子看过的X光片都还没有AI的数据集大
【 在 lipp 的大作中提到: 】
: 我记得已经有AI算法可以从X光片里诊断癌症还是什么绝症了,比医生诊断还准。
: 问题是人类不能理解那个算法是怎么诊断的。。。
: 那个算法如果有思想,肯定会讥讽说“人类智力太缺乏信息的立体性了”。
: ...................
--
FROM 202.109.128.*
可以的。这个牛批的技术还是个华裔搞的。专门做乳腺癌的诊断。
【 在 lipp 的大作中提到: 】
: 我记得已经有AI算法可以从X光片里诊断癌症还是什么绝症了,比医生诊断还准。
: 问题是人类不能理解那个算法是怎么诊断的。。。
: 那个算法如果有思想,肯定会讥讽说“人类智力太缺乏信息的立体性了”。
: ...................
--
FROM 59.60.57.*
对,AI有个巨大的好处就是不会死亡。
人类学习成本越来越高,高水平专家从出生到基础教育到博士结束,需要将近30年,可预期会越来越长。
知识传承效率对人类寿命提出挑战。而且一旦个体离世,经验归零。
另外openai最近出了个根据语言描述作画的AI,大家可以试试:
https://openai.com/dall-e-2/以后说不定游戏中各种人物动作,场景,建筑就都用这个了。
--
FROM 158.140.1.*
你这个例子不是恰恰说明了他的观点是对的吗,就是人类智力成长也是后天数据训练的
狼孩用和普通小孩一样成长的时间但最后智力却远远不如,正是因为他们虽然每天在训练但训练的数据种类不够
而人类社会里的孩子每天不知不觉接触各种“不同”种类的数据,最后才训练出来高智力。
这不是恰恰说明人类的“硬件”也许没有什么特殊的(狼孩具有一样的硬件),而后天接触的数据和信息才是智力的来源
很多人可能忽视了小孩子在现在这个光怪陆离各种科技的人类社会中每天观察的数据有多少了
【 在 lokta 的大作中提到: 】
: 举个例子。
: 历史上存在狼孩事件。
: 如果按你的说法,无时无刻不在接受信息对神经进行训练,那么为什么狼孩的智力跟正常人类社会的小孩智力差距那么大?那说明无时无刻接受的信息不见得对训练是有效的。这些信息对智力贡献很小。每天接触到的信息就是打猎,吃饭,睡觉,抢地盘。日复一日的重复等于是把有限的训练集拿来反复训练。数据量打,信息质量差。
: ...................
--
FROM 165.225.233.*
生物的智力表现是先天基因和后天环境共同塑造的。
先天后天之争在生物学和心理学领域吵了很长一段时间。这是在研究大量同卵双胞胎、异卵双胞胎、无血缘关系但领养到同样环境中的孩子之后得出这么一个结论。
两名狼孩,即便面临同样无聊的环境,他们的智力表现也是不同的(非同卵双胞胎的情况下)。因为人类的智力天生就不一样。这也是生物进化的动力。(保留高的、淘汰低的)
当然一名智商高的狼孩和一名智商平庸但在现代社会中正常成长起来的孩子,到底哪一个智力表现得更好,这就比较复杂了。
可以类比的情况是:从小生长环境穷极无聊的小镇做题家考上985之后,来到一线城市工作生活,和当地初中毕业的土著拆迁户哪个混得更好。
【 在 donald2020 的大作中提到: 】
: 你这个例子不是恰恰说明了他的观点是对的吗,就是人类智力成长也是后天数据训练的
: 狼孩用和普通小孩一样成长的时间但最后智力却远远不如,正是因为他们虽然每天在训练但训练的数据种类不够
: 而人类社会里的孩子每天不知不觉接触各种“不同”种类的数据,最后才训练出来高智力。
: ...................
--
修改:seablue FROM 111.196.68.*
FROM 111.196.68.*
那肯定
硬件是基础,基本决定了上限
一定硬件基础后后天训练可以决定下限
现在AI的硬件还比不上人类,但是训练出来的结果已经很不错了
【 在 seablue 的大作中提到: 】
: 生物的智力表现是先天基因和后天环境共同塑造的。
: 先天后天之争在生物学和心理学领域吵了很长一段时间。这是在研究大量同卵双胞胎、异卵双胞胎、无血缘关系但领养到同样环境中的孩子之后得出这么一个结论。
: 两名狼孩,即便面临同样无聊的环境,他们的智力表现也是不同的(非同卵双胞胎的情况下)。因为人类的智力天生就不一样。这也是生物进化的动力。(保留高的、淘汰低的)
: ...................
--
FROM 165.225.233.*
猩猩的DNA差距不到1%呢,给你足够的数据,你能把猩猩培养成理解微积分的程度?
好的模型 + 好的数据 = 好的AI
坏的模型 + 好的数据 = 差的AI
坏的模型 + 坏的数据 = 差的AI
坏的模型 + 坏的数据 = 智障AI
啥是好的数据,量大,种类丰富。
但是人类成长过程接触到的数据,量不是那么大,种类不是那么丰富。但是却可以训练出一个不错的效果。这才是我跟上面争论的重点。
比如说我这辈子第一次见衬衣,我不会像AI一样,要拿很多衬衣训练后才能准确分辨衬衣跟其他衣服。见过一两次就够了。
【 在 donald2020 的大作中提到: 】
: 你这个例子不是恰恰说明了他的观点是对的吗,就是人类智力成长也是后天数据训练的
: 狼孩用和普通小孩一样成长的时间但最后智力却远远不如,正是因为他们虽然每天在训练但训练的数据种类不够
: 而人类社会里的孩子每天不知不觉接触各种“不同”种类的数据,最后才训练出来高智力。
: ...................
--
FROM 223.104.96.*
【 在 lokta 的大作中提到: 】
: 比如说我这辈子第一次见衬衣,我不会像AI一样,要拿很多衬衣训练后才能准确分辨衬衣跟其他衣服。见过一两次就够了。
你第一次见衬衣就能分辨是因为你之前见过很多种各式各样的衣服,还见过很多其他的布料做的东西,还会有人或者说明文字通过语言告诉你这东西叫衬衣,是用在什么情况下穿的之类的
你第一次见衣服的时候是你父母帮你穿的,你那时候啥都不懂
你不能只把见到衬衣当数据,之前你的所有经历经验其实都是你的基础数据,这是AI所不具备的
现在所有的AI,都是往开发者想要什么方向的能力,就喂什么方向的数据,所以AI也只认识这个方向的数据,稍微偏一点就不认识了;这也是我前面说的,维度的缺失
--
修改:adamhj FROM 202.109.128.*
FROM 202.109.128.*
但是对于AI而言,你不给它一个衬衣的训练集,它就会把衬衣识别成不知道什么玩意儿。
这回到了我们最初讨论的地方:
人类不需要如此大的训练集也能达到AI超大训练集训练的效果。
好的模型 + 好的数据 = 好的AI
人类 + 不是那么大的数据 = 更好的智能。
所以AI当前阶段建模就这样了,google当前干的就是猛加参数。
但是人类智能还有很多隐含的东西是当前AI模型没有的。
【 在 adamhj 的大作中提到: 】
: 你第一次见衬衣就能分辨是因为你之前见过很多种各式各样的衣服
: 你第一次见衣服的时候是你父母帮你穿的,你那时候啥都不懂
: 你不能只把见到衬衣当数据,之前你的所有经历经验其实都是你的基础数据,这是AI所不具备的
: ...................
--
FROM 223.104.96.*