t******g
发帖数: 4044 | 1 如果能写框架下简单的code，90%的码农也要失业了吧。 |
s****e
发帖数: 7018 | 2 How does a project manager communicate with a computer?
【在 t******g 的大作中提到】
: 如果能写框架下简单的code，90%的码农也要失业了吧。
|
b***y
发帖数: 14281 | 3 He draws a flow diagram.
【在 s****e 的大作中提到】
: How does a project manager communicate with a computer?
|
x****o
发帖数: 21566 | 4 给PM上百个迎合他心理的方案，随便选，又快又好
【在 s****e 的大作中提到】
: How does a project manager communicate with a computer?
|
e*g
发帖数: 4981 | 5 pm is a computer
【在 s****e 的大作中提到】
: How does a project manager communicate with a computer?
|
k**o
发帖数: 15334 | 6 非码工的人都喜欢异想天开，而不明白码工的工作其实就是把非码工的需求翻译给
机器。机器会不会写code不重要，重要的是能不能100%理解非码工的需求。如果
哪天机器能理解非码工的需求，那就确实用不着码工了，机器写code并不是什么
困难的问题。
【在 s****e 的大作中提到】
: How does a project manager communicate with a computer?
|
t*****r
发帖数: 142 | 7 写code估计比较难，尤其是你说的这种又繁琐且没有难度的code。因为这种code
很多其实就是在写的过程中明确要求。如果一开始所有的要求多明确了，花的时间
恐怕不比写code短 |
d********r
发帖数: 9331 | 8 现在机器已经可以写大部分的code.
【在 t*****r 的大作中提到】
: 写code估计比较难，尤其是你说的这种又繁琐且没有难度的code。因为这种code
: 很多其实就是在写的过程中明确要求。如果一开始所有的要求多明确了，花的时间
: 恐怕不比写code短
|
t******g
发帖数: 4044 | 9 其实本质上就是计算机能不能理解人说话，甚至比这个难度低，因为绝大多数coding需
求可以按照一定format输入。我也觉得写code本身难度不大。
感觉这一天也不会太远了。
【在 k**o 的大作中提到】
: 非码工的人都喜欢异想天开，而不明白码工的工作其实就是把非码工的需求翻译给
: 机器。机器会不会写code不重要，重要的是能不能100%理解非码工的需求。如果
: 哪天机器能理解非码工的需求，那就确实用不着码工了，机器写code并不是什么
: 困难的问题。
|
t*****r
发帖数: 142 | 10 你是说出于mechanical的需要自动生成的code还是
别的"真正”的code?
【在 d********r 的大作中提到】
: 现在机器已经可以写大部分的code.
|
|
|
t*****r
发帖数: 142 | 11 你是说出于mechanical的需要自动生成的code还是
别的"真正”的code?
【在 d********r 的大作中提到】
: 现在机器已经可以写大部分的code.
|
k**o
发帖数: 15334 | 12 我不知道你对ai界有多少了解，不过目前普遍看法是，离真正能通过turing test
的ai存在，至少还有三四十年，或者更久。
【在 t******g 的大作中提到】
: 其实本质上就是计算机能不能理解人说话，甚至比这个难度低，因为绝大多数coding需
: 求可以按照一定format输入。我也觉得写code本身难度不大。
: 感觉这一天也不会太远了。
|
x****i
发帖数: 729 | 13 如果人类和机器可以完全链接和融合，那还需要码农干什么？ 人脑直接就可以通过连
接的人工智能实现很多想法，会出现很多“超人”。
【在 t******g 的大作中提到】
: 如果能写框架下简单的code，90%的码农也要失业了吧。
|
c******a
发帖数: 4400 | 14 Skynet might be secretly training itself at this point as we talk. |
l*******d
发帖数: 3343 | 15 Rational Rose…
【在 t*****r 的大作中提到】
: 写code估计比较难，尤其是你说的这种又繁琐且没有难度的code。因为这种code
: 很多其实就是在写的过程中明确要求。如果一开始所有的要求多明确了，花的时间
: 恐怕不比写code短
|
g***n
发帖数: 14250 | 16 别说写 code 了，
计算机 tnd 能自己 debug 就好了，省老子多少事 |
j*******n
发帖数: 10868 | 17 debug明显比写code难得多啊
【在 g***n 的大作中提到】
: 别说写 code 了，
: 计算机 tnd 能自己 debug 就好了，省老子多少事
|
g***n
发帖数: 14250 | 18 为啥？
几个固定套路啥的搞搞就行了
【在 j*******n 的大作中提到】
: debug明显比写code难得多啊
|
m*****t
发帖数: 16663 | 19 有你说的那么难吗？
这个就好比一个复杂些的指路系统而已，只要框架搭好，就好比建立了一个map的数据
库。
然后你想要做的事情就好比一个目的地。
剩下电脑只需要搜索路径实现组合就行了。
【在 k**o 的大作中提到】
: 非码工的人都喜欢异想天开，而不明白码工的工作其实就是把非码工的需求翻译给
: 机器。机器会不会写code不重要，重要的是能不能100%理解非码工的需求。如果
: 哪天机器能理解非码工的需求，那就确实用不着码工了，机器写code并不是什么
: 困难的问题。
|
g***n
发帖数: 14250 | 20 关键是你得告诉电脑，就算最简单的界面，点这个按钮开个啥窗口，点那个按钮开啥窗口
要是总需要人来指点这些，那就白搭。
如果不需要人指点，那电脑怎么知道写出来的人能喜欢用 |
|
|
j*******n
发帖数: 10868 | 21 Deap learning...学习人喜好的pattern，哪些初始的设计被改掉，eventually改成啥
样，计算机学起来比人快
窗口
【在 g***n 的大作中提到】
: 关键是你得告诉电脑，就算最简单的界面，点这个按钮开个啥窗口，点那个按钮开啥窗口
: 要是总需要人来指点这些，那就白搭。
: 如果不需要人指点，那电脑怎么知道写出来的人能喜欢用
|
S*******l
发帖数: 4637 | 22 这个是方向。好比从DOS进入视窗，谁都能用电脑了。 |
N*****m
发帖数: 42603 | 23 机器为啥要code？直接写成机器码不就得了
【在 t******g 的大作中提到】
: 其实本质上就是计算机能不能理解人说话，甚至比这个难度低，因为绝大多数coding需
: 求可以按照一定format输入。我也觉得写code本身难度不大。
: 感觉这一天也不会太远了。
|
k**o
发帖数: 15334 | 24 你说的这些都不难，但是如何让机器理解非码工的需求，机器必须能够100%
能跟人对话才行，并能通过对话分析和理解非码工的需求。能跟人对话的AI，
至少还有三四十年，甚至是否可能实现还得两说。在没有这个AI之前，非码
工必须依靠码工才能将自己的需求翻译成机器能懂的语言，也就是编程语言，
这个翻译过程就叫做编程序。
等AI能100%跟人交谈对话了，那么码工确实就没必要存在了，机器自己就做了
这个翻译过程。
【在 m*****t 的大作中提到】
: 有你说的那么难吗？
: 这个就好比一个复杂些的指路系统而已，只要框架搭好，就好比建立了一个map的数据
: 库。
: 然后你想要做的事情就好比一个目的地。
: 剩下电脑只需要搜索路径实现组合就行了。
|
m*****t
发帖数: 16663 | 25 一台足够聪明的电脑，哪儿需要那么多对话。
不是人工智能吗？那么我作为人类，工作的方式就是，拿到project题目和due date就
可以了，剩下的，就是基于经验的搜索解决过程，遇到解决不了的问题，汇报。
机器真的人工智能，完全可以做一样的事情，只汇报出错就可以了。
【在 k**o 的大作中提到】
: 你说的这些都不难，但是如何让机器理解非码工的需求，机器必须能够100%
: 能跟人对话才行，并能通过对话分析和理解非码工的需求。能跟人对话的AI，
: 至少还有三四十年，甚至是否可能实现还得两说。在没有这个AI之前，非码
: 工必须依靠码工才能将自己的需求翻译成机器能懂的语言，也就是编程语言，
: 这个翻译过程就叫做编程序。
: 等AI能100%跟人交谈对话了，那么码工确实就没必要存在了，机器自己就做了
: 这个翻译过程。
|
k**o
发帖数: 15334 | 26 就是因为目前不够聪明啊，比如项目经理跟码工说，把xx页面结构整理一下，
现在太乱了。
机器现在懂个鸟啥叫整理一下啊，也没法跟项目经理交流他具体想怎么弄。目前
只有靠码工才有可能。
【在 m*****t 的大作中提到】
: 一台足够聪明的电脑，哪儿需要那么多对话。
: 不是人工智能吗？那么我作为人类，工作的方式就是，拿到project题目和due date就
: 可以了，剩下的，就是基于经验的搜索解决过程，遇到解决不了的问题，汇报。
: 机器真的人工智能，完全可以做一样的事情，只汇报出错就可以了。
|
l****g
发帖数: 5080 | 27 这个有个简单到复杂的进化，编译器就是最简单的机器自动写码的东西。不过人要手把
手地教它写而已。
不用写码，机器人能洗衣服，叠衣服就够好。 |
t******g
发帖数: 4044 | 28 我确实不是业内的，不太懂,但想讨论一下
首先，今天之前，人们也普遍认为计算机还需要十几甚至几十年的时间才能在围棋领域
挑战人类。事实是这一过程比绝大多数人预计的都快得多。通过图灵测试可能也是一样。
其次，不知道现在的计算机离图灵测试还有多远.我想如果google全力做一套系统，投
入资源在网上公测，以现在的技术应该在短时间内，比如十分钟的时间让很多人无法做
出正确判断，应该不难。
再有编程需求相对比较固定模式，需要输入输出功能都相对模式化，不会像图灵测试一
样天马行空的聊天，甚至故意考验计算机。其实码农在公司也听不懂老美的冷笑话和太
绕的英语，但不妨碍干活。
类似我想做一个公司网站，基本信息类型或者数据结构都类似，是不是假以时日，完全
可以开发一套机器人，直接询问人类喜好，选择一批模版，让一个没编程经验的人简单
训练就能和计算机对话解决？不需要雇一群it维护？
如果你比较了解当前图灵测试的进展和难点，能不能科普一下？多谢。
【在 k**o 的大作中提到】
: 我不知道你对ai界有多少了解，不过目前普遍看法是，离真正能通过turing test
: 的ai存在，至少还有三四十年，或者更久。
|
a*******6
发帖数: 591 | 29 你这是以人的思维来推测电脑，其实电脑根本不需要理解你说的是啥，它就学习一万亿
个程序，然后暴力地随即拼接组合都能把程序写出来。你以为阿狗真是自己会下围棋吗
，它不还是跟着人类学的。
【在 k**o 的大作中提到】
: 就是因为目前不够聪明啊，比如项目经理跟码工说，把xx页面结构整理一下，
: 现在太乱了。
: 机器现在懂个鸟啥叫整理一下啊，也没法跟项目经理交流他具体想怎么弄。目前
: 只有靠码工才有可能。
|
O**l
发帖数: 12923 | 30 想做到程序证明再说吧
B method都几十年没发展了
[在 threepig () 的大作中提到：]
：如果能写框架下简单的code，90%的码农也要失业了吧。
：
：........... |
|
|
h*i
发帖数: 3446 | 31 Nah, not gonna happen.
【 以下文字转载自 JobHunting 讨论区 】
发信人: hci (海螺子), 信区: JobHunting
标 题: DNN就是hype
发信站: BBS 未名空间站 (Fri Feb 19 15:11:57 2016, 美东)
”同一算法解决很多不同的问题“， 换个说法，其实就是overfit。尼玛上亿的参数，
当然啥都能fit, 但是，换个数据就都不能用了，要重新训练。学的也都是些奇怪的特
征，没有什么能重用的东西，和人知道的概念更是不沾边。
总的说来，现在DNN解决的都是些人本身就觉得简单的问题，比如知觉，模式识别啥的
，而且必须要有海量的现成的ground truth.人觉得难的问题，大多是没有现成ground
truth的。不说别的，最简单的常识推理，DNN就搞不定。
视觉，听觉, 这些知觉任务，不懂计算机的人都觉得很简单，因为比较而言，它就是人
能干的最简单的任务。
那下棋是不是高大上的任务？其实不是，学过认知心理学的都知道，下棋，要下得好，
其实也主要是知觉任务，就是靠记忆和识别模式，用所谓chunking的策略，一盘棋，常
人看有很多信息，记不住，训练过的棋手一看，就一点点信息，很容易全部复盘。这不
是因为棋手记忆力超群，而是对她来说，一盘棋就是几个简单模式，很容易记。所以训
练过的棋手能同时与十来个常人下，一路走过去，一盘棋喵一眼立马下子，为啥？因为
高手与常人下棋不用任何复杂推理，就是简单的模式识别。
视觉，听觉, 下棋，等等，这些简单的知觉任务，在有海量的训练数据的条件下，计算
机现在靠傻算和蛮力能解决一些了，但由此就说要skynet了，这不是瞎扯是什么？随便
翻开一本心理学101教课书，讲知觉的可能用两三章，但人的功能，在知觉以上还有那
么多，大半本书，哪一个功能AI能搞定了？
现在DNN主要是个工程领域，而不是啥高达上的理论研究。某些追星族人云亦云，没有
自己的头脑，argue from authority, lack perspective。
最后，DNN只是一个工具盒里的工具，根据需要来应用。如果能有海量的
ground truth，任务也比较单一，不需要太多customization, 也没有很严格的空间性
能需求，没有malicious attack http://arxiv.org/abs/1412.1897, DNN很好。但是，符合这些条件的用例有多少？也许还能开发出一些新的用例
，但大体来看，适用范围还是很有限的。 |
t******g
发帖数: 4044 | 32 现代工业最伟大的发明就是流水线了。这不就是泯灭你所说的各种计算机做不到的直觉
思维，只留下容易量化的机械劳动？
就算人工智能做不了那些太复杂的直觉思维，但总可以把复杂工作逐渐分解，让计算机
搞定绝大多数。
ground
【在 h*i 的大作中提到】
: Nah, not gonna happen.
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: hci (海螺子), 信区: JobHunting
: 标 题: DNN就是hype
: 发信站: BBS 未名空间站 (Fri Feb 19 15:11:57 2016, 美东)
: ”同一算法解决很多不同的问题“， 换个说法，其实就是overfit。尼玛上亿的参数，
: 当然啥都能fit, 但是，换个数据就都不能用了，要重新训练。学的也都是些奇怪的特
: 征，没有什么能重用的东西，和人知道的概念更是不沾边。
: 总的说来，现在DNN解决的都是些人本身就觉得简单的问题，比如知觉，模式识别啥的
: ，而且必须要有海量的现成的ground truth.人觉得难的问题，大多是没有现成ground
|
