火爆ChatGPT背后别忘了AI的本质 - 老年从业者吃瓜想法

匿名用户 发表于 2023-2-14 17:12
你怎么确定人脑跟深度学习不是一个级别的呢？就深度学习能做的这些事，比如推荐系统、搜索排序、人脸识别 ...

买菜计算器算加减乘除早就比人好了，是不是买菜计算器就有智能了？ 具体一项任务比人做得好的工具我们每天都有，你这混淆得太厉害了，你说的这种叫自动化提高效率，恰好你说的“支撑研发相应的model”就证明现在没有呗，有也肯定不是神经网络，必定是一种全新的模型。

匿名用户 发表于 2023-2-14 17:21
首先认同现在的AI远没达到真正的人工智能。不过我怎么感觉lz学了吴恩达网课就上来指点了，虽然说了一大堆但 ...

如果你学了深度学习，都不知道他最后其实预测出来的结果是拟近穷举法而已，那你确实白学了。这是反驳其他人说算力再怎么发展就会有智能，恰恰相反，算力要是无限，第一个消失的就是深度学习， 直接穷举搞定。另外建议深入浅出哈，我这前半部分说得名词多了下面就有人不明白了，建议你也不要抛书包，更不要口吐芬芳。

匿名用户 发表于 2023-02-13 16:56:06
人类有符号推理。怎么让LLM学会符号推理也是挺有趣的事情，但是现在好像还没有特别好的办法。

我的意思是就算在训练区间看着像正弦函数，数据也符合，并不代表区间外也是正弦，不是吗？

kuhn31 发表于 2023-2-14 14:58
我的意思是就算在训练区间看着像正弦函数，数据也符合，并不代表区间外也是正弦，不是吗？

是啊，但是现在的问题是我们确定在负无穷到正无穷都是正弦。现在LLM应该还不太能理解无穷这种符号概念。如果reasoning based AI能和LLM结合到很好的话感觉是个挺大的突破，但现有的方法都很局限于某个场景。

匿名用户 发表于 2023-02-14 14:48:08
如果你学了深度学习，都不知道他最后其实预测出来的结果是拟近穷举法而已，那你确实白学了。这是反驳其他人说算力再怎么发展就会有智能，恰恰相反，算力要是无限，第一个消失的就是深度学习， 直接穷举搞定。另外建

别急啊，你懂了多少你自己有数，我不跟你争论。深度学习=拟穷举法，这民科味儿太浓了。

匿名用户 发表于 2023-02-14 14:45:22
买菜计算器算加减乘除早就比人好了，是不是买菜计算器就有智能了？ 具体一项任务比人做得好的工具我们每天都有，你这混淆得太厉害了，你说的这种叫自动化提高效率，恰好你说的“支撑研发相应的model”就证明现

那你认为什么是智能？人能干机器不能干的才叫智能？

yedkk 发表于 2023-2-14 15:41
人大脑运作不仅仅是神经元，还有各种没有搞清楚作用机制的激素和机制，多巴胺，血清素，内啡肽，大麻素， ...

罗列的这些neurotransmitter的作用机制基本上是了解的, 大脑的确不仅仅有neuron, 其他细胞比如glial, dendrocyte很多, 总体上还是围绕neuron来功能的, AI也不是只有perceptron; 大小脑皮质里边的各种细胞也是类似DL分层的, 大概上vgg的规模, 各层之间也是有forward or backward propagation的, 也有类似resnet的短接; 脑细胞之间的递质传导触发动作电位和 relu那些函数非常像, 甚至有的函数的优化是按照人脑细胞静息电位和动作电位来优化的, dopamine, 5ht, gaba 这些跟addiction有关的递质就是类似RL的机制的,  dophine, elephant是有类似人类的智商和社会性的, 大脑结构也很类似.  所以我觉得他们说的DL是仿生的, 我觉得是有道理的.

匿名用户 发表于 2023-02-14 14:45:22
买菜计算器算加减乘除早就比人好了，是不是买菜计算器就有智能了？ 具体一项任务比人做得好的工具我们每天都有，你这混淆得太厉害了，你说的这种叫自动化提高效率，恰好你说的“支撑研发相应的model”就证明现

我是在反驳前层主人脑学习比机器学习高级这一点，你在这扯什么搞不懂

匿名用户 发表于 2023-02-14 15:05:08
别急啊，你懂了多少你自己有数，我不跟你争论。深度学习=拟穷举法，这民科味儿太浓了。

那还真是白学了 很不好意思地告诉你连基本的算法和task都混淆了， 看来论文都没看几篇连这么基础的学派都不知道， 在alphago 出来之后那会这个对比穷举和深度学习+强化学习的讨论已经很明确了， 围棋之所以穷举不了，只是因为可能性太多算力不够，但如果是国际象棋，任何深度学习模型+强化学习模型玩出花来，都不如穷举法出来的最优解。 多翻翻那时候的paper/各路大牛的讨论吧，过于基础的问题我就不再科普了， 你说的那些深度学习技巧说实话还有谁不懂？ 来面试的NG每个都能说出花来，那些才是最简单的， 一头陷进去了骄傲自大出不来才是一下暴露水平的哈。

匿名用户 发表于 2023-2-14 18:05
别急啊，你懂了多少你自己有数，我不跟你争论。深度学习=拟穷举法，这民科味儿太浓了。

楼主逻辑跳了几步，神经网络是对真解的一个拟合，找到最佳拟合的办法是minimize问题对应的最小的loss function，back propagation搜索这个loss function在哪里最小。这个让这个 loss function 最小的神经网络就是一个接近真解的东西，现在我们用这个网络我们我们产生的prediction，我们希望它和真正的值接近。当然这是最简单的，楼主作为业界人士把这玩意 那样理解也行。。。