w***g 发帖数: 5958 | 1 我是这个版上在技术上最接近skynet的,没有之一。
往简单里说,用鼠标点GUI是让机器适应人,用ssh+vi是人适应机器。
你可以去复习一下matrix。等skynet实现了,机器控制人时候用的界面
肯定更人性化,连鼠标都不用点。但是人要控制机器,还是得ssh。 |
z****e 发帖数: 54598 | 2 skynet要造出来,肯定是net,不是machine
肯定是分布式基础之上搞出来的东西,不是一台机器,而是一个分散的概念
单台机器那个是terminator,州长,不是skynet
你那种两个大机器,一个100g,跑死了都不过是个event的扩展
甚至连ai都谈不上,可能会做一点简单的思考,但是生命周期很短
一下就挂了,古德霸coltzhao他们弄的分布式网络,生命周期长
才具备有learning的潜质,learning都搞不定,更谈不上什么intelligence了
当然理论跟这个无关,理论要深入下去,需要从thread vs event开始琢磨
物理vs生物开始聊,但是这个谁知道呢,没有人知道生命的本质是什么
所以也是两眼一抹黑,matrix那个纯粹是装逼,基本啥都没说
就看李维斯在那边摆pose了,不像州长那样惊心动魄,跟卡梅隆不能比 |
w***g 发帖数: 5958 | 3 我看你是这个站上少数对skynet有点兴趣的人,好心给你指条明路。
goodbug他们都是用轮子的,在前人stupidity的基础上举步维艰。
skynet整体是分散还是集中的另说,skynet的智能节点必然是大机器。
不信你自己去看眼Jeff Dean那篇用几千台机器训练神经网络的paper。
你要自己看肯定看不出门道来,我就指点你一下,他们的训练速度是
log(机器台数)。要说分布式网络,你真就觉得goodbug他们比我懂得多?
轮子比我用得熟点而已。我读博的组是传统分布式计算强组。我贴个
2006年我的课程设计给你看看,有10个goodbug也做不出来。那时候
linux还没有container,vserver是一个第三方的container实现。
我做的是snapshot整个container,然后从一台机器迁移到另一台
机器再resume。
【在 z****e 的大作中提到】 : skynet要造出来,肯定是net,不是machine : 肯定是分布式基础之上搞出来的东西,不是一台机器,而是一个分散的概念 : 单台机器那个是terminator,州长,不是skynet : 你那种两个大机器,一个100g,跑死了都不过是个event的扩展 : 甚至连ai都谈不上,可能会做一点简单的思考,但是生命周期很短 : 一下就挂了,古德霸coltzhao他们弄的分布式网络,生命周期长 : 才具备有learning的潜质,learning都搞不定,更谈不上什么intelligence了 : 当然理论跟这个无关,理论要深入下去,需要从thread vs event开始琢磨 : 物理vs生物开始聊,但是这个谁知道呢,没有人知道生命的本质是什么 : 所以也是两眼一抹黑,matrix那个纯粹是装逼,基本啥都没说
|
z****e 发帖数: 54598 | 4 因为计算水平不行嘛,所以只能先集中一些大机器来搞
后面的续航能力什么都不做考虑了,我倒是不认为他们两个在理论水平上有啥出彩的地方
但是我个人很怀疑这个理论在短时间内能有啥突破
可能能够做到图像的识别,但是再远,你要想说让机器明白逻辑关联
这个好像不太容易,想想就累了,算了吧,想那些也没有用
耐心点,等物理学的发展吧,指望现有的机能不太靠谱
物理学发展了,把内存再降低几个数量级之后,也许有点可能
现在做不了多少,还不如搞点来钱的东西实在
人的大脑有几百亿个神经元,jeff做的那个要10亿个nodes
现阶段很难搞这些,计算的能力上不去,谈不上多智能
还不如看看生物学上人工合成细胞,没准还能有点突破呢
这些东西说到底都是依赖基础学科的突破
【在 w***g 的大作中提到】 : 我看你是这个站上少数对skynet有点兴趣的人,好心给你指条明路。 : goodbug他们都是用轮子的,在前人stupidity的基础上举步维艰。 : skynet整体是分散还是集中的另说,skynet的智能节点必然是大机器。 : 不信你自己去看眼Jeff Dean那篇用几千台机器训练神经网络的paper。 : 你要自己看肯定看不出门道来,我就指点你一下,他们的训练速度是 : log(机器台数)。要说分布式网络,你真就觉得goodbug他们比我懂得多? : 轮子比我用得熟点而已。我读博的组是传统分布式计算强组。我贴个 : 2006年我的课程设计给你看看,有10个goodbug也做不出来。那时候 : linux还没有container,vserver是一个第三方的container实现。 : 我做的是snapshot整个container,然后从一台机器迁移到另一台
|
z****e 发帖数: 54598 | 5 人的学习过程应该是
识别->找出共性->举一反三->创造
这么一个过程
现阶段识别都还很困难
所以想多了没用,该干嘛干嘛 |
l**********n 发帖数: 8443 | 6 先做个jarvis吧。
【在 w***g 的大作中提到】 : 我是这个版上在技术上最接近skynet的,没有之一。 : 往简单里说,用鼠标点GUI是让机器适应人,用ssh+vi是人适应机器。 : 你可以去复习一下matrix。等skynet实现了,机器控制人时候用的界面 : 肯定更人性化,连鼠标都不用点。但是人要控制机器,还是得ssh。
|
w***g 发帖数: 5958 | 7 问题的原因是目前的神经网络是用穷举法在做优化,所以机器再多
也没用。你要是认为近100年人类做不出来,别的不说,你自己肯定
就做不出来。最后做出来的都是相信能做出来的人。
你觉得想想就累,没想对方向而已。现在大家都还没想对方向。
真想对方向了,一切就都显而易见了。我也还没想对方向。
机会在于,大部分人根本没有创造力。他们还会一根筋地往穷举法
的方向做下去,把注意力放在构造更大的神经网络上。或者在神经元
函数上做一些incremental的调整。只要这种incremental的改进还没有
穷尽,他们就会接着往下走。只要他们还在那条路上走,
我就还有优势。
你觉得识别,学习,举一反三啥的不是一回事,那是你想的还不够深入。
至少在我看来,它们只是同一个数据结构上的三种操作而已。不过这个
设计商业机密,暂时我也做不出来,就不详细解释了。
地方
【在 z****e 的大作中提到】 : 因为计算水平不行嘛,所以只能先集中一些大机器来搞 : 后面的续航能力什么都不做考虑了,我倒是不认为他们两个在理论水平上有啥出彩的地方 : 但是我个人很怀疑这个理论在短时间内能有啥突破 : 可能能够做到图像的识别,但是再远,你要想说让机器明白逻辑关联 : 这个好像不太容易,想想就累了,算了吧,想那些也没有用 : 耐心点,等物理学的发展吧,指望现有的机能不太靠谱 : 物理学发展了,把内存再降低几个数量级之后,也许有点可能 : 现在做不了多少,还不如搞点来钱的东西实在 : 人的大脑有几百亿个神经元,jeff做的那个要10亿个nodes : 现阶段很难搞这些,计算的能力上不去,谈不上多智能
|
b*******s 发帖数: 5216 | 8 他做不了什么严肃的事情,废了
【在 w***g 的大作中提到】 : 我是这个版上在技术上最接近skynet的,没有之一。 : 往简单里说,用鼠标点GUI是让机器适应人,用ssh+vi是人适应机器。 : 你可以去复习一下matrix。等skynet实现了,机器控制人时候用的界面 : 肯定更人性化,连鼠标都不用点。但是人要控制机器,还是得ssh。
|
z****e 发帖数: 54598 | 9 你机器性能达不到的时候
说再多都是扯蛋
只有当节点数爆到10亿这个level的时候
你才有可能作出一些处理,稍微看上去iq高一点
至于到底什么方向对,这个目前无解
要知道了是对的方向,东西就做出来了
就是因为不懂到底对不对,所以只能摸索
摸着石头过河,所以说这些没有用啊
你觉得有什么意义?我现在做的主要是把图形的识别做简化处理
显然跟穷举不是一回事,跟google的image search也不是一回事
反正我觉得g家的image search做得有些让人失望
但是这个也是我自己的一点小skill了,不能随便交流的
我思考的方向不是穷举,而是反过来,把图形简化后处理
一步又一步,但是这个也同样需要计算能力,现有的计算能力没戏
我也只能猜,前途一片黑暗,鬼知道到底能不能有个结果
所以没啥意思,你还不如老老实实跟古德霸他们讨论点轮子
至少出去找份工作也容易,太理论的东西,离实际应用还太远
可能你我这辈子都没可能看到曙光,所以算了,该干嘛干嘛
skynet只是一个理想,理想要逼近,要追逐,但是现阶段
还是琢磨怎么赚钱吧,赚钱都弄得不三不四的,搞p科学,谈p理想
有病嘛,地下室索南吃着泡面指点江山,止增笑耳
【在 w***g 的大作中提到】 : 问题的原因是目前的神经网络是用穷举法在做优化,所以机器再多 : 也没用。你要是认为近100年人类做不出来,别的不说,你自己肯定 : 就做不出来。最后做出来的都是相信能做出来的人。 : 你觉得想想就累,没想对方向而已。现在大家都还没想对方向。 : 真想对方向了,一切就都显而易见了。我也还没想对方向。 : 机会在于,大部分人根本没有创造力。他们还会一根筋地往穷举法 : 的方向做下去,把注意力放在构造更大的神经网络上。或者在神经元 : 函数上做一些incremental的调整。只要这种incremental的改进还没有 : 穷尽,他们就会接着往下走。只要他们还在那条路上走, : 我就还有优势。
|
z****e 发帖数: 54598 | 10 大机器只能是一个试验田
你可以在上面验证你的理论,看看结果
但是最终应用肯定不是大机器
其实理论也就是那么一回事,跟机器大小没啥关系
也许会最先在大机器上弄出来,但是最终还是会投入到cloud这种东西上去
我觉得学术界没啥意思,工业界好玩多了
认识的索女还在啃phd,做千老,一辈子,连个老公都没有
还有个老师,也是单身一辈子,很帅的日耳曼人,但是经常胡子衣服邋遢
然后上课非常cynic,好可怜的说,我不想那样
你看jobhunting,搞data science的,做的题那么难,最后还在羡慕人家23w
你说何必呢?人活着那么累干嘛?
就是因为你活得这么累,所以最后变得很cynic
上买买提找古德霸之类的吵架,又吵不过,经常被虐,就变得更悲愤,更cynic了
如此恶性循环,这不是我想要的人生
【在 w***g 的大作中提到】 : 我看你是这个站上少数对skynet有点兴趣的人,好心给你指条明路。 : goodbug他们都是用轮子的,在前人stupidity的基础上举步维艰。 : skynet整体是分散还是集中的另说,skynet的智能节点必然是大机器。 : 不信你自己去看眼Jeff Dean那篇用几千台机器训练神经网络的paper。 : 你要自己看肯定看不出门道来,我就指点你一下,他们的训练速度是 : log(机器台数)。要说分布式网络,你真就觉得goodbug他们比我懂得多? : 轮子比我用得熟点而已。我读博的组是传统分布式计算强组。我贴个 : 2006年我的课程设计给你看看,有10个goodbug也做不出来。那时候 : linux还没有container,vserver是一个第三方的container实现。 : 我做的是snapshot整个container,然后从一台机器迁移到另一台
|