N******K
发帖数: 10202 | |
w*********a
发帖数: 9279 | 2 神经网络30年前就是傻逼的代名词了。
deep learning就是炒冷饭 |
d*******3
发帖数: 8598 | 3 我看看，学习学习
看见那群女ID，吵得我头都昏掉了
赫赫 |
w*********a
发帖数: 9279 | 4 哪位phd要是敢说自己是搞神经网络的， 基本等于这么多年书都读到狗肚子里去了 |
d*******3
发帖数: 8598 | 5 我读大学时，就听说日本80年代搞了个人工智能重点方向，
结果啥也没有
这个比生物还要玄乎10倍 |
d*******3
发帖数: 8598 | |
d*******3
发帖数: 8598 | |
B***i
发帖数: 724 | 8 井底之蛙
现在研究deep learning 的phd在job market 都被抢疯了 |
N*n
发帖数: 456 | 9 这种文章根本不严谨。所谓“最先进的人工智能”，谁封的？
相关的研究是好的。这触及到了 DL/AI 领域最核心的东西。
后面的结果无非两种：NN再次沉沦淹没。。或者有新的版本出来。
【在 N******K 的大作中提到】
: 把神经网络的脸打肿了
: http://www.36kr.com/p/218605.html
|
k********a
发帖数: 446 | 10 传统机器学习/人工智能（SVM，kernel，convex optimization，topic model，etc）
搞了很多年，对语音识别这个最基本的问题基本没有什么大贡献，从这个角度来说近期
的DL语音识别的工作使得识别率前进了一大步，推进到了工业级的应用，进步还是很实
在的。至于记者们瞎引深，那也没办法。最近 IEEE spectrum interviewed both
Michael Jordan 和 Yann LeCun, 很有意思。
【在 N*n 的大作中提到】
: 这种文章根本不严谨。所谓“最先进的人工智能”，谁封的？
: 相关的研究是好的。这触及到了 DL/AI 领域最核心的东西。
: 后面的结果无非两种：NN再次沉沦淹没。。或者有新的版本出来。
|
|
|
h*j
发帖数: 393 | 11 大数据挖掘的吧
会不会也是泡沫忽悠
【在 B***i 的大作中提到】
: 井底之蛙
: 现在研究deep learning 的phd在job market 都被抢疯了
|
g*********e
发帖数: 14401 | |
r********n
发帖数: 7441 | 13 模式识别现在已经非常实用化了，语音导航，图片相关搜索都比较成熟了，还有头像特
征关联后用二维照片重建三维模型也有很好的结果，这些突破都是一点一滴的
【在 N******K 的大作中提到】
: 把神经网络的脸打肿了
: http://www.36kr.com/p/218605.html
|
r********n
发帖数: 7441 | 14 模式识别现在已经非常实用化了，语音导航，图片相关搜索都比较成熟了，还有头像特
征关联后用二维照片重建三维模型也有很好的结果，这些突破都是一点一滴的
【在 N******K 的大作中提到】
: 把神经网络的脸打肿了
: http://www.36kr.com/p/218605.html
|
s******c
发帖数: 1920 | 15 一帮千老和二十年前毕业的码农毛都不懂瞎bb。狗脑组跟着jeff dean混的，出来上
market 50w的w2妥妥的 。悲愤也没有用
【在 B***i 的大作中提到】
: 井底之蛙
: 现在研究deep learning 的phd在job market 都被抢疯了
|
s******c
发帖数: 1920 | 16 文科生写的文章，逻辑不通
按这个文章逻辑来，郭敬明扣不了篮，所以姚明也肯定没法扣篮
【在 N******K 的大作中提到】
: 把神经网络的脸打肿了
: http://www.36kr.com/p/218605.html
|
z***t
发帖数: 2374 | 17 deep learning就是个nonlinear model而已
有用那是自然，当然效果比linear model好，但也没啥特殊
不懂的都在瞎叫
懂的也就笑笑 |
z****e
发帖数: 54598 | 18 "上面的图案是什么？很简单的黄黑间条嘛。不过如果你问问最先进的人工智能，它给
出的答案会是校车，而且 99% 地肯定。但 AI 错了。"
这句话就是放屁，下面不用看了 |
z****e
发帖数: 54598 | 19 对待外行要宽容
【在 s******c 的大作中提到】
: 一帮千老和二十年前毕业的码农毛都不懂瞎bb。狗脑组跟着jeff dean混的，出来上
: market 50w的w2妥妥的 。悲愤也没有用
|
z****e
发帖数: 54598 | 20 凹凸了
语音可以做成2维的，相似度比较容易很多
日本人都开始合成人工音乐了
图像维度要高得多
【在 d*******3 的大作中提到】
: 视觉太难，其实搞 语音识别，应该靠谱些吧？
|
|
|
z****e
发帖数: 54598 | 21 也不会，反正日常用的工具都是差不多的
换成一般的码代码的工作不会太难
【在 d*******3 的大作中提到】
: 马工搞这个，结局比千老搞生物还惨
|
z****e
发帖数: 54598 | 22 文章中例子基本上都是打自己脸的
比如这个，如果你小时候做过色盲测试的话
就知道，人类眼睛对于这种东西的识别是完全有可能的
人类识别不出来的太细小的色块组成的形状并不代表计算机识别出来的是错的 |
z****e
发帖数: 54598 | 23 然
【在 s******c 的大作中提到】
: 文科生写的文章，逻辑不通
: 按这个文章逻辑来，郭敬明扣不了篮，所以姚明也肯定没法扣篮
|
D**s
发帖数: 6361 | 24 dl进步还是很大的，这个领域最近很火
[在 NatureOK (IT科学家) 的大作中提到：]
：把神经网络的脸打肿了
：http://www.36kr.com/p/218605.html
：........... |
d********t
发帖数: 9628 | 25 RE
【在 z***t 的大作中提到】
: deep learning就是个nonlinear model而已
: 有用那是自然，当然效果比linear model好，但也没啥特殊
: 不懂的都在瞎叫
: 懂的也就笑笑
|
l******t
发帖数: 55733 | 26 这文章绝b扯淡。人眼那么多错觉。连尼玛电影电视都是靠错觉的。和用进化算法欺骗
AI等价。 |
v*******e
发帖数: 11604 | |
N******K
发帖数: 10202 | |
w*****h
发帖数: 423 | 29 太扯了
SVM 也可以是nonlinear model
就连logistic regression也可以是nonlinear model
【在 z***t 的大作中提到】
: deep learning就是个nonlinear model而已
: 有用那是自然，当然效果比linear model好，但也没啥特殊
: 不懂的都在瞎叫
: 懂的也就笑笑
|
