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
|
