王垠当然是在吹牛逼。361！虽然是一个确定数，但是同时也是比宇宙原子总数还大得多的数。也必然超出了计算机可计算的范围。
所以需要优化，区区两个字优化，可以得千百个图灵奖。

优化引入了盲区，有了盲区，可计算性变成了概率，真理不可知，仅仅是靠猜。
猜也能比人类猜得更好的计算机，在任何智能领域都能比人类做得更好。
包括开车和自然语言处理，需要一点时间，等程序员去编程。

【 在 h2929 (^_^) 的大作中提到: 】
: 野路子学车、学语言、学写小说灌水、学钢琴、学踢球这些肯定不行，但（仅靠人工智能）野路子学围棋真不好说行不行。主要原因是围棋是一个计算机完成度较好的任务，上面那些是计算机完成很差的任务。
: 小孩子是另外一回事，小孩子基本学啥都得好老师，不然不行。小孩子连坐都坐不住。
: 王垠虽然是个大嘴巴 但是他扯的淡有些是很有道理的。他16年写的博文讲了为什么下围棋对计算机来说不是特别难的事，对计算机来说真正难的事是开车，自然语言处理，等等
: ...................
--
修改:zszqzzzf FROM 112.47.163.*
FROM 112.47.163.*

不是在2014年，计算机图片识别就已经超越人类极限了吗？
用那个训练出来的权重，不应该会把你的猫头像认成狗。

【 在 h2929 (^_^) 的大作中提到: 】
: 这个我和你观点不太一样，我觉得基于目前的图灵机，神经网络这些我都没看出来能真正学会自然语言和自动驾驶。
: 一些特定情景下可以，比如处理写作非常规范的语言，或者固定场景（高速，矿区，码头）等。一旦涉及到模糊的含义，常识经验这些机器就很难学会。
: 平时我既要给娃喂训练材料教娃学习，又要给电脑喂数据教电脑学习，这时候对比一下机器学习和人类学习，会发现人类模糊学习能力还是很nb的，这么成千上万年进化不是吹的。有的例子很简单，给小娃看几张猫图片，以后它再看到没见过的猫都能认出这是猫。给电脑看了几千几万
: ...................
--
FROM 112.47.163.*