s**********s
发帖数: 1079 | 1 学而不固，上帝造人只花了两天，早世界花了六天，第七天打盹。 |
|
|
|
|
c*****t
发帖数: 10738 | 5 ML里面有个叫multi-task learning的分支，就是说用其他领域的数据来帮助learning
。人脑也是一样，你说的学的快的人，用很少量数据就能达到不错技巧，其实就是用其
他数据train的很好了。所谓聪明人无所不能。 |
|
|
|
c****3
发帖数: 10787 | 8 人有一多半能力是天生就有的。
后天学习获得的能力，靠大数据量的，是为了达到更高的技巧水平。
如果像语言这种能力，人类学习需要的数据量，远远少于基于统计学习，所要求的数据
量。但达到的水平，却远远超过。 |
|
|
|
|
c****3
发帖数: 10787 | 12 你以为小孩，学会基本语言技巧，需要多少数据。
小孩学语言，主要还是大人教的，这个流程，显然也不是统计学习。
这点数据，你给统计学习，看它能学会什么 |
|
O*******d
发帖数: 20343 | 13 汉语就是典型的 “面向对象”式的编程语言
衍生 继承 和利用属性对其他新对象的定义能力是其他语言无法具备的
完全同意。 汉语从基本汉字开始组词，逐渐扩展。完全符合编程的“面向对象”概念
。 英语是一个物体就硬造一个词。即使用词根，词根都是拉丁或希腊，跟现代语言差
别很大。 医学名词更是天书。 penis, vagina，hepatitis,哪像汉语的“阴茎”“阴
道”"肝炎“ 一看就明白。 英语只有偶然的派生词，例如black-and-white. |
|
c*******9
发帖数: 9032 | 14 没有大量数据，你能认出你爹妈？学习简单的语句，机器肯定比你学的快。 |
|
B***o
发帖数: 549 | 15 字母文字如英语是最不科学的语言，不能自由组合，一旦有新东西出来，就只有不断地
扩充新单词来表达, 因此词汇几百万 ，普通人几万了不起，很多无法交流。
中文就是可以通过自由组合来表达意境，因此容易多了，基本上任何新事物新东西，不
用造新词，都可以用老祖宗的几个字就组合出来， 而且意思还基本表达清楚，比如计
算机，打米机，麻将机，青霉素，球蛋白，还有上面所提到的激光，等等，就是小学文
盲也能猜个七八分。
再如一个简单的例子，比如一个傻瓜屠夫卖肉，在中国，他只要会说“肉、牛、羊、猪
”四
个字，就可以表达肉、牛、羊、猪、牛肉、羊肉、猪肉这些意思了。
你算算用英语表达这些意思，你要学多少词汇来能做到？ |
|
s**********s
发帖数: 1079 | 16 大人教不是通过重复，使得某些声音统计比例奇高？难不成直接注入人脑？ |
|
c******i
发帖数: 4091 | 17 这有研究论文的，算定论。
小孩学语言不是统计学习的话，请问是啥呢？ |
|
c****3
发帖数: 10787 | 18 你这是自说自话，上了这条船，自己骗自己。
所我们从小到大，学习流程是靠统计学习，就是牵强附会。
大数据量只是我们学习流程，完善技巧需要的一个条件而已，都不是一定的。而且这个
数据量，和统计学习要求的数据量，根本不能同日而语 |
|
|
O*******d
发帖数: 20343 | 20 英语还有脑残的地方。 很多公动物和母动物的名字完全不相干。
cow bull
mare stallion
hen cock
sow boar
doe buck |
|
w***u
发帖数: 17713 | 21 你们都完全忽略了进化。如果有上帝的话，他只做了件最简单的事情：第一天，他造了
个在地球上可以变化又能自我复制的东西，第二天就离开这个世界了，因为他知道他要
被这玩意打败。
造个新物种，也这么容易，只要机器人能变异并且能自我复制，按现有技术，很快就会
进化到打败人，你们不要担心，我们活不到老了。 |
|
c*******9
发帖数: 9032 | 22 你有大量统计学习的基础，学某些东西可以靠上层推理才能需要很少的数据。这个机器
也能做到。 |
|
c****3
发帖数: 10787 | 23 你这就是和那些人工智能专家的观点一样，是把码农自己当上帝了。认为人天生具有的
功能，是靠统计学习获得的。
你去问搞生物，神经学的，看有几个会同意这个观点的。 |
|
c*******9
发帖数: 9032 | 24 上帝多半就是码农，不然这个世界就不会这么有规律的运行。
搞生物，神经学的，你问过吗？你问个试试。谁的观点不重要，关键是要禁得起验证。 |
|
c*****t
发帖数: 10738 | 25 功能是天生的，能力是后天学习的。硬件和软件的区别。人脑的学习能力很惊人的，比
如盲人用舌头看路。 |
|
c****3
发帖数: 10787 | 26 这能算定论？
如果算定论，人脑工作机制就不是谜了，这个人能得生物诺贝尔奖了。
如果是靠想象的，当然啥也不算 |
|
s********i
发帖数: 17328 | 27 都是有利有弊，红烧狮子头，夫妻肺片，都被你忽略了？ |
|
c*******9
发帖数: 9032 | 28 人脑工作机制本来就不能全算是谜。
你不看看现在的成果，才是纯靠想象。 |
|
c****3
发帖数: 10787 | 29 其实就知道很少一点。知道神经元，知道视觉识别的cortex是分层的，知道点外围神经
元功能。连最基本的神经脉冲，是怎么编码的，都不知道，更不要说神经网络内部是如
何协调工作的。
所以人工智能，还是要分清仿人脑原理，还是自创发明智能，比较好。
否则到最后，自说自话，连人家生物神经学都不知道如果工作的，搞计算机的，到信誓
旦旦，说人脑是按照统计学工作的。 |
|
Q****e
发帖数: 13 | 30 所以，请大家努力学好中文。已经学好的请努力保持。人在海外，不要不以不认识繁体
字为耻。 |
|
|
c*******9
发帖数: 9032 | 32 没有搞清人脑具体的实现，并不妨碍对智能整体的认识，这种认识是经历考验的。
目前没有任何证据推断机器和人脑的智能有实质的不同，相反人工智能的进步会有越来
越多的证据说明它们的在某个层面的相似或等价。 |
|
b*******8
发帖数: 37364 | 33 人工智能能否达到甚至超过人脑，和人工智能是否就是人脑的工作原理，是两个问题。
功能再像，也可能原理完全不同。 |
|
c****3
发帖数: 10787 | 34 这样说没错。
现在搞人工智能的，用统计学搞ML，为了证明自己的方向的正统性，非说人脑是按照统
计学工作的。但又没有生物学证据，支持这个说法。实际的效果，也是相差甚远。 |
|
c*******9
发帖数: 9032 | 35 你先定义什么叫做工作。intel 的cpu 可以运算，arm的cpu指令不一样就不叫运算？
生物学证据当然有，神经元链接改变就是一种统计结果。
很多场合，实际的效果，也是能够逐步接近的。 |
|
c*******9
发帖数: 9032 | 36 工作原理有不同层面。功能越像工作原理一致的可能性越大。 |
|
C**********e
发帖数: 23303 | 37 现在都是在摸索
另外还有个识别速度和正确率的问题
目前的AI确实是把人脑学习按照统计学的角度来模拟的
也取得了一些成果
目前看起来是最有效的 |
|
c****3
发帖数: 10787 | 38 你能证明你说的下面这句话，就能得诺贝尔奖。
哪怕不能直接证明，能让搞生物神经学的，都认可也可以。 |
|
|
s**********s
发帖数: 1079 | 40 不是看功能像不像，是看功能像到哪个细节。如果低到化学原理，那么硅生机械怎么也
不可能和碳生生物一个原理，关键是化学功能没人关心，智能是高层显性功能，不要说
化学，连构造不一样都无所谓。 |
|
|
c*******9
发帖数: 9032 | 42 这个是学界比较公认的论点，也是比较可靠的论点。你当得诺贝尔奖这么容易。
搞生物神经学认可的人太多了，我认识的就几个。
但要都都认可是不可能的，连相对论都不是所有物理学家都认可的。 |
|
C**********e
发帖数: 23303 | 43 目前的公认确实是基于统计理论的
但是方法就见仁见智啦 |
|
c****3
发帖数: 10787 | 44 你说的学界，是搞人工智能的学界吧。我知道现在基于统计的ML是主流。
计算机界认可人脑功能是基于统计的，这个说法不是有点搞笑吗？ |
|
|
b****d
发帖数: 1311 | 46 人脑学习，应该是iteration的形式。
首先，人不能理解他从来没接触听说过的东西，这就说明了人的观察理解范围有一个锥
型(conic)视界。人在单位时间能接受的信息量可以假定是一个常数（至少有个常数上
界 M）。iteration最多能把已有的智慧结合现在所有信息量进行更新。所以智慧的成
长极限是一个时间的指数函数，如 A*exp(Bt)+C。
这只是单个个体的智慧极限。如果 N 个个体可以同时学习并瞬间交流，那么他们单位
时间接受的信息量上界为 NM，整体的智慧成长极限可以为 A*exp(BNt)+C，还是时间的
指数函数。
人的个体生命有限，如果人的智慧能瞬间转移到下一代，那么智慧的上限就可以把前人
的时间接上。不管怎么说，人类整体的智慧上限，最多是人类生存时间的指数函数。
上面分析也说明了，如果智慧交流传承发展得好，人数多历史久的人群会有更多的智慧。 |
|
c*******9
发帖数: 9032 | 47 包括生物神经学学界或相关交叉学科。计算机界就不用说了。 |
|
b****d
发帖数: 1311 | 48 人脑学习，应该是iteration的形式。
首先，人不能理解他从来没接触听说过的东西，这就说明了人的观察理解范围有一个锥
型(conic)视界。人在单位时间能接受的信息量可以假定是一个常数（至少有个常数上
界 M）。iteration最多能把已有的智慧结合现在所有信息量进行更新。所以智慧的成
长极限是一个时间的指数函数，如 A*exp(Bt)+C。
这只是单个个体的智慧极限。如果 N 个个体可以同时学习并瞬间交流，那么他们单位
时间接受的信息量上界为 NM，整体的智慧成长极限可以为 A*exp(BNt)+C，还是时间的
指数函数。
人的个体生命有限，如果人的智慧能瞬间转移到下一代，那么智慧的上限就可以把前人
的时间接上。不管怎么说，人类整体的智慧上限，最多是人类生存时间的指数函数。
上面分析也说明了，如果智慧交流传承发展得好，人数多历史久的人群会有更多的智慧。 |
|
c****3
发帖数: 10787 | 49 你在这个说法从来没有听说过。
比智能简单点的，图像识别，语音识别，从来没有听说搞神经学的，说声音学习的过程
，是基于统计学的。只有搞计算机的，才这么说。 |
|
|
