发帖数: 1 | 1 普朗克当年为解决黑体辐射问题，硬造了一个统一公式，这大概是人肉机器学习0.001
版。 |
|
C**********e
发帖数: 23303 | 2 波波熊真是英雄所见
大致就是这个意思
支持一下 说得更好 |
|
b*******8
发帖数: 37364 | 3 医学发展，哪个不是在训练？西医也是训练啊
至少病入膏肓的人愿意参与。不强迫谁去 |
|
|
|
|
|
M*P
发帖数: 6456 | 8 牛逼，不懂就说两个东西差不多。
：
：哥不太懂中医理论 |
|
D***r
发帖数: 7511 | 9 AI的目的不是复制大脑机制，最多是inspired by大脑功能。
人脑也有局限性。比如神经元的连接受生物条件限制。而程序里可以随便连接。
神经元spike的强弱往往不承载信号。但人工神经网络可以随便规定activation。
总之AI不是要复制大脑。 |
|
d*****u
发帖数: 17243 | 10 没有哪个搞人工神经网络的会说大脑是这么工作的。
最起码的Back propagation大脑就没有。 |
|
n********g
发帖数: 6504 | 11 俺比生物千老牛逼的是知道（人工）神经网络怎么work的。所以知道如果什么什么，会
出啥古怪（神经病）幻想。 |
|
d*****u
发帖数: 17243 | 12 他还是有见解的，但他说这些搞AI的人都很清楚。
并没有人说人工神经网络符合大脑的工作方式，也没有人说训练出的模型可以得到很好
的解释。
而且他低估了现在自然语言处理的发展，可能因为他没接触过。 |
|
n*******4
发帖数: 2285 | 13 Watson玩jeopardy已经可以打败人了，据说集成了两千多种方法，三秒钟出答案，不是
靠人工神经网络。十五年前深蓝打败卡斯帕罗夫，再过十五年计算机超过最优秀的飞行
员是完全可能的。现代战斗机已经是线控操纵，飞行姿态靠计算机控制，每秒调整姿态
几十次，早超过飞行员靠肌肉记忆练出来的本领。飞行员比计算机强的是信息集成和判
断，决策能力。Watson说明计算机已接近人，当然还要超级计算机，但按摩尔定律十年
内机载计算机达到这个速度应该没问题。 |
|
s**********e
发帖数: 33562 | 14 所以说是函数逼近嘛。比方说人工神经网络，就可以暴力逼近相当广泛的一大类函数。
model |
|
L***s
发帖数: 9258 | 15 陈老师有话说：关于读不读博士的十个问题。
最近是招生季，收到一大堆简历的同时也和很多申请的学生交流过。针对学生的问题，
写了这篇Q&A。
1. 问：读博士是为了学习新知识么？
答： 学习新知识不是读博士的目的。对于工科来说，博士项目最重要的目的是培养博士
生关于发现（重要）问题->分析和解决问题->总结问题的解决方法及其应用这一过程的
训练。其次是对人类新发现与新理解的贡献。在工作中也一样可以学习新的知识。只是
会受到工作方向一定程度上的限制，可能不比读博士期间有更大的灵活性。
2. 问：读博士会更好找工作么？
答：找工作本身并不是博士训练的目的。硕士项目是普适教育，在找工作上有更大的灵
活性，也有更多的选择，当然竞争的人也多。博士生找工作一般需要科研方向与岗位的
契合，灵活性与选择性较小，但是同一位置一般竞争的人也少（教职除外）。
3. 问：读博士会挣更多钱么？
答：同一专业博士毕业的起薪通常比硕士高是事实。但一般来说考虑到读博士也需要更
长时间，算下来同样年龄段大家的工资水平并不会有明显差异。但是博士有时候有时候
会有高溢价，这个待会说。
4. 问：不读博士会限制我未来的发展么？
... 阅读全帖 |
|
d******e
发帖数: 6945 | 16 不知道真假，大家娱乐娱乐。
**********
第1阶段,是学习一些传统的技术分析指标，如MACD，KDJ，RSI 等等。发现不确定性很
大。
第2阶段，学习用飞狐编程序，下载个许多人编制的指标，还学习了Vb，发现不确定性
很大，虽然花样无穷，但本质上与传统的技术分析指标没有差别，都是建立在对历史数
据简单的各种均线基础上而已。
第3阶段，追求更厉害的统计分析，学习了SPASS，玩熟了时间序列分析ARIMA。发现不
确定性很大。原来ARIMA对白噪音的残差没有估计。
第4阶段，学习GARCH，该死的SPASS居然没有这个工具，只好学习MATLAB7。GARCH玩熟
后，发现不确定性很大。原来，GARCH本质上依然是线性估计，不过是将ARIMA的残差继
续ARIMA了一次。晕倒。
第5阶段，被一些网络N人忽悠人工神经网络，开始玩BP，RBF，发现不确定性很大。BP
，RBF对历史数据的拟合简直是完美，但对未来的泛化，简直是。仍然不死心，又捣鼓
用遗传算法改进，用混沌理论的相空间改进，依然是狗屎。
第6阶段，听南大的一个人工智能专家说，SVM是目前最NB的，继续学习，这玩意很难，
终于还... 阅读全帖 |
|
l********7
发帖数: 2974 | 17 如果这类问题只是在定义和形而上学的概念上打转转，就缺乏实践证伪和技术操作的意
义了。说到可实践证伪，比如图灵设计出图灵实验。
人的智能太广泛，当前的所有技术，都只能说模拟了人的智能的某一个方面，远没有接
近真的人类智能。但这和杨百万理解的阿法狗没有围棋智能是不想干的，客观的评价应
该是：阿法狗的围棋智能是可以和人类的围棋智能媲美的。阿法狗的围棋智能绝不是死
记硬背的（老式的）专家系统，这个和DL里一个重要的理论特性有关；在最基础的概念
层次，学习理解和完全的死记硬背是本质不同的。学习理解是归纳推理（一般模式化的
过程），完全的死记硬背是“教条化”的僵硬知识和数据。通过经验训练、来学习“理
解”一般化的模式规则，这个是（人工）神经网络模型的最基本功能之一。为什么呢？
深度学习的机制在某些方面给出了非常明确有趣的理论机理和解释。但是DL到了商业界
，的确被过度吹捧、hype化了（从客观理性的角度看），这个属于另外一个话题了，呵
呵。 |
|
I******n
发帖数: 5952 | 18 不错，很好奇人工神经网络怎么算的劫大劫小的问题。 |
|
I******n
发帖数: 5952 | 19 deep learning到底是啥？跟我们以前学的人工神经网络是一回事儿？ |
|
|
e***d
发帖数: 8248 | 21 人工神经网络的认知、识别部分已经做得不错了，已商业化，
移动设备里的非特定人语音识别，人脸识别。
运动思维检测也已商业化。
至于要产生自我意识，这是最难的部分，
首先需要解决的问题是自我意识的物理存在形式。 |
|
y******e
发帖数: 5906 | 22 如果思维记忆都一样那就是本人呀
现在的死亡是肉体和思想一起灭亡呀
现在仿生，生化研究很多 我感觉快突破瓶颈了 未来几十年当有重大成就出来
著名的lulu qian 搞得就是人工神经网络呀 研究生化电路生物电流的 当然也可能是她
老公搞得
现在我知道的已经有机械器官移植了 好像神经关连的还挺到位的
你这么想
器官已经能部分替代了 想必离全身器官都能用机器器官代替的日子不远了
难点是大脑什么时候可以用电脑替代？
现在真的还做不到
吗？ |
|
wh
发帖数: 141625 | 23 数据主义认为，宇宙由数据流组成，任何现象或实体的价值就在于对数据处理的贡献。
音乐、股市、文学、经济、政治，蚁群、蜂群、菌群背后都是数据流的不同模式，都可
以用算法来分析决策。
以前我们要把数据转化为信息，信息转化为知识，知识转化为智能。
而今天，数据量太大了，人类已经无法直接处理海量数据并形成信息，于是计算机算法
接管了数据处理的工作，而之后得出的的信息、知识，也就随之成了计算机算法的收获
，成了计算机的智能。
共产主义本质上是一种市场信息集中处理的政治算法系统，统一资源配置、统一商品定
价、统一规划社会经济活动的一切。
自由市场资本主义是分布式信息处理的算法系统。资本主义能够赢得冷战，是因为分布
式数据处理的效果就是比集中式处理更符合当今这个时代。
政治科学家开始把人类政治结构理解成数据处理系统，民主和专制在本质上是两套关于
收集和分析数据（信息）的对立机制。
而这种政治算法系统正在失去对数据的控制，科技发展太快，政治系统升级太慢，权力
出现了真空。
即便是互联网兴起之后的若干年，各国政府开始意识到这个科技成果对社会和政治格局
的影响力已经大到失控的地步，他们开始通过各项政策法规监... 阅读全帖 |
|
i***a
发帖数: 11826 | 24 嗯，这个小鸭丫很亭亭玉立~，照片下方还附送了laptop和纤纤手吗~：）
artery还ok,毛细血管就拼不正确了。楼上你的粉丝同学更强，我猜他讲heart是对应循
环系统，下次你写篇人工神经网络镇他，算法类肯定没问题。
drama或者musical，咳咳，前面想到的是搞笑轻drama，就不展开了。你+U~
artery 这个字真不太认识～～～你怎么什么都知道～～～介么专业的～～～
赞舞台剧？我在东岸有时候蹭免费concerto，我不大喜欢drama，对musical也一般，基
本上局限在纯器乐--大概我真是挺讨厌人的，哈哈。
这诗没有特别处，平实写完，从头到尾没有一句虚构，哈哈。。。一天傍晚downtown
block开party，我正好路过，，，有若干band，我最喜欢这三个老头～～～very
emotional... 歌词也是他们的，不过未必是一首歌，，汗，字句为了押韵的关系也有
变动，我本来也没记太清。。。
原来我倒是计划写的有趣点，弄成双线--乐手一条线，观众：狗狗，跑来跑去的小孩子
，当然最重要是我，，，本来“我”是一条大主线，准备每个stanza都露面，，，汗，
下笔发... 阅读全帖 |
|
f*******e
发帖数: 5594 | 25 不客气，请教不敢，大家讨论。
1. “电信号是载体，信息是内容。” 是指电信号本身只是起到传递信息的作用，就
比如我们看电视，电视接收到的电信号，如果不通过解码等，是不可能变成电视画面的
。而我们能看懂的电视画面，就是电信号携带的内容，是信息。我们的大脑也是一样，
神经元之间的电冲动只是意识的载体，电信号本身并不是意识，这些电冲动经过解码后
的信息才是意识。
人工神经网络的研究现在也是属于前沿的啊，但真正模拟人脑应该还有不少距离。
2. 我们这个五蕴世间，是基于构架而形成的，就比如我们人体，是由原子、分子的聚
集构成了生物大分子、细胞、组织、器官，最后才构成人体。这是色法。那么名法也是
一样，我们习以为常的意识活动，也是由复杂的底层的名法活动所构成的。比如我们看
到一个苹果想吃，这样一个看似简单的意识活动，其中牵涉到视觉信号接收、传输、记
忆的唤醒、形、色、味的判断、觉受的触发、欲望的升起等一些列细节过程。
名法中的识是指一种分辨、别知的能力，这种能力如果细分，最终也想色法一样，是由
基本的物质间的相互作用所完成的。就比如质子与电子间的相互吸引，就是因为质子对
电子的特性有一种别知能... 阅读全帖 |
|
f*******e
发帖数: 5594 | 26 不客气，请教不敢，大家讨论。
1. “电信号是载体，信息是内容。” 是指电信号本身只是起到传递信息的作用，就
比如我们看电视，电视接收到的电信号，如果不通过解码等，是不可能变成电视画面的
。而我们能看懂的电视画面，就是电信号携带的内容，是信息。我们的大脑也是一样，
神经元之间的电冲动只是意识的载体，电信号本身并不是意识，这些电冲动经过解码后
的信息才是意识。
人工神经网络的研究现在也是属于前沿的啊，但真正模拟人脑应该还有不少距离。
2. 我们这个五蕴世间，是基于构架而形成的，就比如我们人体，是由原子、分子的聚
集构成了生物大分子、细胞、组织、器官，最后才构成人体。这是色法。那么名法也是
一样，我们习以为常的意识活动，也是由复杂的底层的名法活动所构成的。比如我们看
到一个苹果想吃，这样一个看似简单的意识活动，其中牵涉到视觉信号接收、传输、记
忆的唤醒、形、色、味的判断、觉受的触发、欲望的升起等一些列细节过程。
名法中的识是指一种分辨、别知的能力，这种能力如果细分，最终也想色法一样，是由
基本的物质间的相互作用所完成的。就比如质子与电子间的相互吸引，就是因为质子对
电子的特性有一种别知能... 阅读全帖 |
|
z******7
发帖数: 2 | 27 致谭成翔教授的一封信:
尊敬的谭教授,请先接受我崇高的敬意!并祝翔利!谭先生(该怎样称呼)您的多层分合
人工神经网络声纳,是以经济效益为首?还是安防海洋?或可登陆服务劳苦民众?鄙人十分
感慨!世界大战也出"老鼠战"!现今.多少人为疾病而纳亡......为无知而奋战!争夺!...
...走向极端而衰亡......!
我于56年底生于广东省普宁市流沙,单位人民医院转华侨医院.罗卓珊(女).十分欣赏
你们的信号声纳阵处理技术,不知能否指教?等待着......!
罗卓珊
2008年10月23日 |
|
h******n
发帖数: 12 | 28 有两个问题值得思考：
1. 我们能用生物为机器人做点什么？
2. 我们能用机器人为生物做点什么？
第一个最直接的是道法自然，仿生学，神经怎么样，就构造怎样的人工神经网络、智能
仿生算法，个体可以仿生，群体社群行为也可以仿生，用于机器人；
第二个最直接的是自动化，当然也不全是，是否我们可以用机器人去验证生物设想的可
行性呢？用遗传算法进化机器人是否可以算作用机器人反证生物问题？
上次看到大脑中发现了此前在动物大脑中发现定位细胞着实兴奋了下，都拿了诺贝尔奖
。机器人里面有个概念叫simultaneous localization and mapping (SLAM), 解决的就
是机器人最开始也不知道位置也不知道地图，但是不停的在这个环境中工作一段时间，
就逐渐学习了地图，同时可以自己定位。理论体系非常完备。要是把定位细胞的生物研
究发现拿过来完善slam，或者拿slam的理论体系指导进一步的生物神经研究，不知道是
否有戏？有没有人感兴趣 |
|
h******n
发帖数: 12 | 29 有两个问题值得思考：
1. 我们能用生物为机器人做点什么？
2. 我们能用机器人为生物做点什么？
第一个最直接的是道法自然，仿生学，神经怎么样，就构造怎样的人工神经网络、智能
仿生算法，个体可以仿生，群体社群行为也可以仿生，用于机器人；
第二个最直接的是自动化，当然也不全是，是否我们可以用机器人去验证生物设想的可
行性呢？用遗传算法进化机器人是否可以算作用机器人反证生物问题？
上次看到大脑中发现了此前在动物大脑中发现定位细胞着实兴奋了下，都拿了诺贝尔奖
。机器人里面有个概念叫simultaneous localization and mapping (SLAM), 解决的就
是机器人最开始也不知道位置也不知道地图，但是不停的在这个环境中工作一段时间，
就逐渐学习了地图，同时可以自己定位。理论体系非常完备。要是把定位细胞的生物研
究发现拿过来完善slam，或者拿slam的理论体系指导进一步的生物神经研究，不知道是
否有戏？有没有人感兴趣 |
|
L***s
发帖数: 9258 | 30 kao...又一个做memristor-based 人工神经网络的。没新意。
seeking a well-qualified candidate for the position of Senior Research
Fellow to support the development of cutting-edge semiconductor memory for a
recently initiated research p
Engineering or other related areas from a recognized institution
fields:
processes, i.e. lithography, etching, sputtering, etc.
characterization techniques processes, i.e. AFM, SEM, I-V tester, etc.
, etc. both fabrication and testing, is a big advantage
implementation of ANN, is a |
|
Z**X
发帖数: 366 | 31 目的在于能够尽快地应用ANN进行MATLAB编程来解决自己专业上的问题。不要求对ANN的
理论有深入了解。打算把ANN作为整体编程计算的一部分，所以希望ANN能够自行运行，
因此交互式的工具（比如MATLAB NN Toolbox）暂时不考虑。谢谢！ |
|
L***s
发帖数: 9258 | 32 招博士后，主要方向为模拟和混合信号电路。懂人工神经网络，深度学习和/或低功耗设
计优先。能自己处理基本EDA软件的日常维护等(学校不比公司的后勤支持啊！)。项目为
两年。开始越早越好。
招博士生。方向：模拟、混合信号和定制电路设计（有实际芯片设计经验优先），神经
网络和深度学习，计算机体系结构，编译，以及存储系统和文件结构。也是开始越早越
好。
各位有意的童鞋请联系：y********[email protected]。 |
|
m*****t
发帖数: 3477 | 33 老李（其实是老陈啊）的学生只要求每天在学校6小时，大家抓紧。
偶背景刚好合适，不过太老了。（同时做过A/MS Design和人工神经网络的人怕是不多
呀）
你这个ANN是应用在IC Design上面？还是两个不同的研究方向？
耗设
目为 |
|
n**s
发帖数: 2230 | 34 60年代machine learning 根本就不成熟，现在常用的一些模型，那时候根本就没有。
比如人工神经网络，是70年代向后传播算法发明以后才广泛应用；贝叶斯网络，是80年
代以后Judie pearl等人建立的新的研究领域。
其他的，比如性能非常好的支持向量机模型， 是Vapnik 90年代才发明的。 |
|
|
|
|
f***8
发帖数: 571 | 38 北京时间5月15日消息，昨晚微博上有媒体爆料称，Google Brain项目创始人Andrew Ng
将加盟百度，负责Baidu Brain计划。不过需要指出的是，到目前为止百度仍没确认这
个消息的真实性。
百科上的资料显示，Andrew Ng是华裔美国人（父亲是位香港医生），中文名叫吴恩达
，他是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。Andrew
Ng主要成就在机器学习和人工智能领域，他是人工智能和机器学习领域最权威的学者之
一。
Andrew Ng在机器学习、机器人技术和相关领域中拥有100多篇论文（有的论文是合作的
），在计算机视觉上不少研究结果被出版物和评论文章所重点引用，因此他也获得了“
计算机和思想”奖。
Andrew Ng最为业界熟知的事即是负责“Google Brain”项目，该项目利用谷歌分布式
计算框架和人工神经网络，在没有任何知识前提和人为干涉的情况下，仅通过观看
YouTube的视频，就认识并标出了猫（有网友指出，这是纽约时报报道时弄错了，它没
有标出猫，而是个别神经元会对猫的图片反应很强烈，叫做grandmother neuron）。
... 阅读全帖 |
|
f***y
发帖数: 4447 | 39 https://www.ifanr.com/1243061
清华大学开发出全球首款异构融合类脑计算芯片——「天机芯」，由该芯片驱动的的「
无人驾驶自行车」登上了最新一期 Nature 封面！
这项研究由依托精密仪器系的清华大学类脑计算研究中心施路平教授团队进行，演示了
一辆由新型人工智能芯片驱动的自动驾驶自行车。
基于此研究成果的论文「面向人工通用智能的异构天机芯片架构」（Towards
artificial general intelligence with hybrid Tianjic chip architecture）作为
封面文章登上了 8 月 1 日《自然》（Nature），实现了中国在芯片和人工智能两大领
域《自然》论文零的突破。
▲ 天机芯片 5×5 阵列扩展板
现阶段，发展人工通用智能的方法主要有两种：一种是以神经科学为基础，尽量模拟人
类大脑；另一种是以计算机科学为导向，让计算机运行机器学习算法。二者各有优缺点
，目前将两者融合被公认为最佳解决方案之一。发展一个二者融合的计算平台将是推动
融合的一个关键。新型芯片融合了两条技术路线，这种融合技术有望提升各个系统的能
... 阅读全帖 |
|
c***s
发帖数: 70028 | 40 2006年，会议五十年后，当事人重聚达特茅斯。左起：摩尔，麦卡锡，明斯基，赛弗里奇，所罗门诺夫
背景
现在一说起人工智能的起源，公认是1956年的达特茅斯会议。殊不知还有个前戏：1955年，美国西部计算机联合大会（Western Joint Computer Conference）在洛杉矶召开，会中还套了个小会：“学习机讨论会”（Session on Learning Machine）。讨论会的参加者中有两个人参加了第二年的达特茅斯会议，他们是塞弗里奇（Oliver Selfridge）和纽厄尔（Allen Newell），塞弗里奇发表了一篇模式识别的文章，而纽厄尔则探讨了计算机下棋，他们分别代表两派观点。讨论会的主持人是神经网络的鼻祖之一皮茨（Pitts），他最后总结时说：“（一派人）企图模拟神经系统，而纽厄尔则企图模拟心智（mind）……但殊途同归。”皮茨眼可真毒，这预示了人工智能随后几十年关于“结构与功能”两个阶级、两条路线的斗争。
开聊达特茅斯会议之前，先说六个最相关的人。首先，会议的召集者麦卡锡（John McCarthy）当时是达特茅斯学院的数学系助理教授。两年前（1954... 阅读全帖 |
|
s*****V
发帖数: 21731 | 41 离IBM的“深蓝”机器人击败国际象棋世界冠军已经有20年了。一旦人们了解了如何将
象棋规则用数学表示，电脑玩象棋的技术就一直突飞猛进——现在即使是最优秀的棋手
，面对运行在一台手机上的象棋游戏AI也未必是对手。
但是，尽管计算机在飞快地变快，象棋引擎运作的方式却一直没有大的变化。象棋算法
仍然是暴力算法——通过搜索所有可能的未来情况来找出当前的最佳走法。
当然，面对这种算法人类没有任何胜算。深蓝当时能够每秒钟计算超过2亿步，但是他
的对手，人类象棋世界冠军，也许每秒能算不会超过5步。即使表面上计算能力有如此
之大的差距，人脑和计算机的象棋水平却基本持平。显然，人脑有一些机器不具备的技
巧。
这种技巧就是通过经验缩小搜索范围的能力。通过预测最有价值的走法，人脑极大地简
化了计算任务。用计算机的语言说，搜索树被砍掉大半，只留下少数几个枝桠。
长久以来，计算机一直不擅长这个。但是今天，这种情况被伦敦皇家学院的Matthew
Lai改变了。Lai写出了一个名字叫长颈鹿的程序，通过一种完全不同于传统象棋算法的
方式来自行学习象棋。
国际上早有通用的象棋水平测试标准，这些方法同样常用来测试游戏AI... 阅读全帖 |
|
r****y
发帖数: 26819 | 42 不是这个意思，这里的神经网络只是用来tune一些参数的，不能起到不断学习进步的作
用，作者已经用了十四万的对局数据，但是在kgs上的等级分基本固定了，除非人工再t
une参数。
这里比较取巧的就是拿MCTS来做同步，而神经网络只起到打酱油调参数作用。事实上，
绝大多数时候MCTS是不采取神经网络计算结果的。到第300到第400步之间的时候，MCTS
采用神经网络计算结果的比率是30.6%，前面都是23%左右，一般300步早就到官子了，
官子每步棋都只有30%的准头，请问这神经网络不就是个瞎支招打酱油的么？
几个月时间做到1d就算不错，但你怎么判断这1d是MCTS的功劳还是神经网络的功劳呢？
如果作者把MCTS部分拿出来做个纯MCTS的程序，我估计就算没有1d也差不多了。换句话
说，神经网络和学习功能没有足够的说服力，paper自己也承认纯用神经网络的远远比
不上MCTS跟神经网络混搭的，这说明神经网络只是噱头，还是靠MCTS出力，而别人做的
MCTS的程序早就不止1d了，那这篇paper和项目的价值在哪。既然做了跟纯神经网络
程序对比的，干嘛不敢做一个跟自己的纯MCTS算法对比的呢？ |
|
m***r
发帖数: 359 | 43 机器学习日报 2015-03-11
@好东西传送门 出品, 过刊见
http://ml.memect.com
订阅：给 [email protected]
/* */ 发封空信， 标题: 订阅机器学习日报
更好看的HTML版
http://ml.memect.com/archive/2015-03-11/short.html
1) 【如何看待Deepmind将研发能玩《毁灭战士1》的AI】 by @winsty
关键词：深度学习, 资源, Naiyan Wang, 幻灯片
我在 @知乎 回答了【如何看待Deepmind将研发能玩《毁灭战士1》的AI？】：说好的要
来更新，拖延症了下-.- 先来分享下我上周组会的slides: Naiyan Wang -
Miscellaneous 。 几点insight我愿意在这里再重复一遍： 1. 我个… [1]
[1] http://zhi.hu/gY0q
2) 【cxxnet实现深度神经网络】 by @phunter_lau
关键词：深度学习, 算法, 代码, 段子, 神经网络
《皮老师有话说》系列之三《蛋蛋和皮老师新论文》使用了深度... 阅读全帖 |
|
m***r
发帖数: 359 | 44 机器学习日报 2015-03-11
@好东西传送门 出品, 过刊见
http://ml.memect.com
订阅：给 [email protected]
/* */ 发封空信， 标题: 订阅机器学习日报
更好看的HTML版
http://ml.memect.com/archive/2015-03-11/short.html
1) 【如何看待Deepmind将研发能玩《毁灭战士1》的AI】 by @winsty
关键词：深度学习, 资源, Naiyan Wang, 幻灯片
我在 @知乎 回答了【如何看待Deepmind将研发能玩《毁灭战士1》的AI？】：说好的要
来更新，拖延症了下-.- 先来分享下我上周组会的slides: Naiyan Wang -
Miscellaneous 。 几点insight我愿意在这里再重复一遍： 1. 我个… [1]
[1] http://zhi.hu/gY0q
2) 【cxxnet实现深度神经网络】 by @phunter_lau
关键词：深度学习, 算法, 代码, 段子, 神经网络
《皮老师有话说》系列之三《蛋蛋和皮老师新论文》使用了深度... 阅读全帖 |
|
n********g
发帖数: 6504 | 45 数据与算法之美 Today
全世界只有3.14 % 的人关注了
数据与算法之美
人工智能是一个很大的谎言。
或者往轻了说，它是一个混淆概念。往重了说，是用来欺骗大众的流行语，并且流行度
非常高。
其实真正的内涵是“机器学习”。所以，真正强大的，每个人都应该为此感到兴奋并不
是所谓的人工智能。
另一方面，人工智能确实为一些好玩的段子提供了特别棒的素材。所以，戴上你的质疑
之帽，是时候来一场人工智能版的“揭秘之旅”了!
施瓦辛格的两个标志性角色：幼儿园警察和终结者。
在阅读本文之前，需要明确三点：
1、与AI不同，机器学习完全合理。虽然获得了令人兴奋的进步。然而，这些进步几乎
完全来自于有监督的机器学习，其只能解决有很多标记数据或实例数据的计算机学习问
题。这种形式将机器学习局限在了非常有限的范围。
2、AI什么都不是。AI只不过是一个品牌，一个强大但空洞的承诺。“智慧”的概念完
全是主观的，本质上来自于人类自身。
那些支持人工智能有无限可能的人，包括比尔盖茨和埃隆马斯克，都有同样的假设：人
工智能的发展是一条单行道。他们表示，技术的进步推动着我们沿着这条单行道发展，
直到计算机达到人类... 阅读全帖 |
|
d*********o
发帖数: 6388 | 46 http://news.sina.com.cn/o/2017-10-19/doc-ifymzqpq2231378.shtml
3小时，零在乱下。
10小时，发现简单定式。
16小时，发现小雪崩定式。
19小时，发现死活、厚势与实地的逻辑。
24小时，发现小目一间高挂定式。
36小时，也就是超越李世石版的时候，发现星位一间夹点角定式。
55小时，发现非人类定式。
72小时，出关。
伦敦当地时间10月18日18：00（北京时间19日01：00），AlphaGo再次登上世界顶级科
学杂志——《自然》。
一年多前，AlphaGo便是2016年1月28日当期的封面文章，Deepmind公司发表重磅论
文，介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。
今年5月，以3：0的比分赢下中国棋手柯洁后，AlphaGo宣布退役，但DeepMind公司
并没有停下研究的脚步。伦敦当地时间10月18日，DeepMind团队公布了最强版AlphaGo
，代号AlphaGo Zero。它的独门秘籍，是“自学成才”。而且，是从一张白纸开始，零
基础学习，在短短3天内，成为顶级高手。
团队称，AlphaGo Zero... 阅读全帖 |
|
发帖数: 1 | 47 去年，一位小说家进行了一次横穿美国的公路旅行。这次旅行是为了效仿Jack Kerouac
——在旅途中寻找一些重要的东西，并写下了自己的经历。
Jack Kerouac在1948-1950年横穿美国，最后到达墨西哥城，并创作了《在路上》。
然而，这位作家与寻常作家非常不同——它只是一个麦克风，一个GPS，一个摄像头和
一台笔记本电脑。
许多认为人工智能和机器学习不会让人类失业的人很乐观的表示，人类的创造力是难以
模仿的。一个非常经典的观点是：就像机器将我们从重复性的手工任务中解放出来一样
，机器学习将使我们从重复性的智力任务中解放出来。
这就能让我们在工作的同时，有更多自由的时间去追求自己的爱好，与亲人共度美好时
光。
但回过头来想想，创造力，是人类基本的能力吗？还是说，机器学习也可以做到？
如果它们能做到比我们更了解自己，那么AI写出来的小说将会是你读过最好的小说吗？
AI创作的小说可能不会是一本“沙滩读物”
当然，这是未来主义者的观点。就像Ross Goodwin的凯迪拉克在那次公路旅行中临时装
配的装置所证明的那样，现实离我们还有一段距离。
Ross Goodwin在谈及他机器创... 阅读全帖 |
|
o*****p
发帖数: 2977 | 48 http://tech.sina.com.cn/d/i/2018-04-12/doc-ifyzeyqa8728663.shtml
人工智能带来的革命仍在继续：从沃森（Waston）机器人不到10分钟诊断出白血病，到
AlphaGo击败世界排名第一的围棋选手；从战场到太空，随处都可见其身影。其实，AI
也早已渗透进科研领域，成为科学家进行学术研究的新手段。
现在，科学家们已经构建出了化学界的“Alphago”：科学家们在《Nature》上发
文证明，AI能够以前所未有的速率进行逆向合成反应。
在化学研究中，由简单的原料开始合成一个复杂化合物是非常困难的。而逆向合成
则是设计化合物生产的标准方法，即化学家们通过逆向思维，从想要制造的化合物分子
开始，然后分析可以通过哪些容易得到的试剂和反应序列来合成它，这种方法被广泛用
于制造药物和其他产品。
逆合成分析法于20世纪60年代由哈佛大学教授E。 J。 Corey提出。Corey教授因发
现这一技术，获得了1990年的诺贝尔化学奖。
过去，科学家们一直使用计算机辅助有机合成的方式，来完成逆合成分析过程。尽
管这种方法可以提高合成效率，然而传统的... 阅读全帖 |
|
