你说的都对，我比较关注这段, 一步一步来吧。
“但有了0到1，就会有1到100、1万。现在用大规模神经网络已经可以摸仿几亿年进化出的视觉（智能一部分）。下一步仿的是几百万年的人类智能。”

现在视觉任务总体做的不错，但是还有以下笑话需要解决。
发信人: h2929 (^_^), 信区: Weiqi
标  题: Re: 如今的围棋培训班真挣钱啊
发信站: 水木社区 (Fri Mar 18 14:57:05 2022), 转信

到现在还是不太行，图片识别太依赖于已有的训练数据了，不会思考。
我头像的正面猫头模型能认出来，猫转个身show一下背部，模型就认成狗了。以前谷歌图片
还把黑人朋友认成大猩猩，被骂惨了。还有的图片处理看到中国领导人就预测其会打乒乒球
，看见奥巴马就预测其会打篮球，根本没有理解背后的原因。
另外很重要的一点，对于很多稍微复杂点抽象的场景，计算机识别很差，比如“教学”，“
恋爱”， “吵架” ，“幽默图片”，“反转图片”，等等，计算机get不到点。

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
了几千几万张猫狗图片，模型还能把我头像的白猫认成狗，也是醉了。还有小娃的语言能力
，给它一定量输入，它会思考推导慢慢就掌握了一门语言，以后它就能创作，而计算机的自然语言处理，被誉为ai皇冠上的明珠，即使看过成千上万的文字，还是经常犯些让人笑掉大牙的错误。人类大脑相比电脑，同样的学习能力耗能较少。这里面一定有什么目前的电脑神经网络还解决不了的神奇地方。

【 在 Zsuper 的大作中提到: 】
: computing，不是calculating
: 生命就是自然进化的大规模并行计算机，计算几十亿年的成果就是人类DNA
: 狗不是穷举。强化学习也是价值判断，剪枝，寻找优化点，和人类思考本质没什么两样
: ...................
--
FROM 163.114.132.*