我对于中英文翻译的区别没兴趣，我本人以前就是做自然语言处理 和机器翻译的，
机器的中英文翻译做的很差，即使现在也做的不行，经常闹笑话。

图像处理cv cg这些是最近几年机器学习的热点，然而还是我说的CNN，RNN 这种玩意不管吹的多nb，只是一部分真相，关于图像暗含的推理，常识，逻辑这块还是做的不行。

至于原因，我也不知道，你说的也许是对的。或者就是我说的，现在的神经网络搞再多层，乱七八糟的一堆结构堆上去，是不是真的能模拟人脑的思维，还待商榷。人脑是不是图灵机，也待商榷。人脑有可能更接近量子计算机的思路。

【 在 Zsuper 的大作中提到: 】
: 我老人家一针见血指出，你们争论的根源在于中英文翻译的差别，你几个光顾着唇枪舌剑，却没发现，嘿嘿
: Vision掌握着通往真正人工智能的key，把vision做明白了，人工智能就明白了一半。CNN一定程度已经很接近真相了，不然不可能这么effective。多个layer把一张图片从裸像素一层层抽象到高级概念，这个很接近人脑了。人脑算力已在10年前被电脑超过。当然cpu，gpu的结构不适合当神
: 缇褪橇恕：腿四员绕鹄椿购艽致旧硎泳跬枷翊硪丫墒臁erformance差，主要来源于后面、类似于人逻辑处理的层（比如判断什么物体，手势，结构等），一般简单用fc layer来模拟，也许完全是错的。可能cnn只对应了人脑部分具象思维，离先验概念上的抽象思维还很远。
: ...................
--
FROM 163.114.132.*