h**c
发帖数: 1979 | |
h*******i
发帖数: 4386 | 2 what is density functional ?
【在 h**c 的大作中提到】
: 都是忽悠人的，谁信谁傻逼。
|
h**c
发帖数: 1979 | 3 密度泛函，拿了诺贝尔的
【在 h*******i 的大作中提到】
: what is density functional ?
|
h**c
发帖数: 1979 | |
l******t
发帖数: 55733 | 5
so what？不是还得有人去分析
【在 h**c 的大作中提到】
: 真正有价值的是大公司手上的数据，算法不值钱
|
h**c
发帖数: 1979 | 6 是啊，但是难的不是分析，而是有数据可以分析
【在 l******t 的大作中提到】
:
: so what？不是还得有人去分析
|
n******g
发帖数: 17225 | |
c****3
发帖数: 10787 | 8 明摆着的，Deep learning起家的图像识别，连个苍蝇都比不上，在算法上完败。
说明生物的算法，根本不是这些东西，完全是错误的道路，就是比自己以前好而已，和
生物根本不能比 |
h**c
发帖数: 1979 | 9 这是千老常用的方法，在特殊条件下做出一个很好看的结果，然后以此骗经费。结果这
技术放到真实世界根本没法用。
【在 n******g 的大作中提到】
: 能让棋渣真的变成棋渣，还不厉害？
|
f****e
发帖数: 793 | 10 如果能在特殊条件下有比较实用的价值，也是有价值的，现在的问题是在特殊条件下的
应用也很有局限性。
关键是，这玩意儿不就是个线性回归么？高明在哪里？ |
c****3
发帖数: 10787 | 11 围棋是噱头，和当年的深蓝国际象棋一样。
其实要比，就应该比每个人都会的，比如图像识别，自然语言，理解，举一反三之类。
这些AI投入最多，基本都是完败
【在 n******g 的大作中提到】
: 能让棋渣真的变成棋渣，还不厉害？
|
