v**e
发帖数: 8422 | |
s****r
发帖数: 31686 | 2 龙芯比起这个IBM的东西， 那个更好？
【在 v**e 的大作中提到】
: 人机大战第二天 超级电脑抢答全胜
|
v**e
发帖数: 8422 | 3 intel 的奔腾芯片比起这个IBM的东西， 那个更好？
【在 s****r 的大作中提到】
: 龙芯比起这个IBM的东西， 那个更好？
|
t******t
发帖数: 15246 | 4 这种问题，电脑要是搞不过人脑可以去死了
【在 v**e 的大作中提到】
: 人机大战第二天 超级电脑抢答全胜
|
N****w
发帖数: 21578 | 5 电脑要先听懂问题是什么。。。
【在 t******t 的大作中提到】
: 这种问题，电脑要是搞不过人脑可以去死了
|
s****r
发帖数: 31686 | 6 确信你知道你在谈什么？
【在 t******t 的大作中提到】
: 这种问题，电脑要是搞不过人脑可以去死了
|
L***n
发帖数: 6727 | 7 对于这个竞赛来说，自然语言理解不是难点，Watson不是人工智能的重大突破，
本质上还是巨量搜索计算相关性
【在 N****w 的大作中提到】
: 电脑要先听懂问题是什么。。。
|
m******p
发帖数: 123 | 8 u sure what u r talking about? Have u played/watched jeopardy? If not plz
shut up.
The key of jeopardy is to understand the question first.
【在 t******t 的大作中提到】
: 这种问题，电脑要是搞不过人脑可以去死了
|
y*h
发帖数: 25423 | 9 理解未经特殊限制的自然语言比海里搜索难多了
【在 L***n 的大作中提到】
: 对于这个竞赛来说，自然语言理解不是难点，Watson不是人工智能的重大突破，
: 本质上还是巨量搜索计算相关性
|
l******e
发帖数: 12192 | 10 还好了，基本上就是学习这个主持人的话，而且话题比较特定
【在 y*h 的大作中提到】
: 理解未经特殊限制的自然语言比海里搜索难多了
|
|
|
m*****d
发帖数: 1613 | 11 上周PBS的NOVA的专题，就是讲这个watson项目的。有兴趣的话可以看看。 |
z****n
发帖数: 1627 | |
d*****t
发帖数: 7903 | 13 对，看了那个介绍，就是大量固定题型训练，machine learning, 就是不知具体什么算
法。
【在 l******e 的大作中提到】
: 还好了，基本上就是学习这个主持人的话，而且话题比较特定
|
m*********1
发帖数: 112 | 14 这个是不是就是Speech Recognition 和 Question Answering ？ 有什么特别的技术难
点吗？另外如果不搜索互联网和海量数据库，他怎么获得训练知识？ |
e**s
发帖数: 4638 | 15 以后抢答不过超级电脑，都拖出去 tjjtds .........lol |
l*******s
发帖数: 1258 | 16 错！
对于这个竞赛来说，自然语言理解其实是最大的难点。
首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
sequence，是
个难题。如何在这些sequence中提出named entity又是个问题。
有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
西。这
个你仔细听听，就知道这一点多么关键了。
还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
要，对人
类来说没问题，但是对于电脑来讲，非常难。
即便是问题听懂了，也就是说前面的难题都解决了。如何寻找答案？
你能想象一下那些个知识是如何存储的吗？
这个知识库应该是用一个ontology based框架存储的。具体应该是类似于一些first
order
logic的东西。但是又有个问题，如何从wiki、书籍、杂志、论文里面把这些个知识提
取出来然后转
换成logic formula？别告诉我人工annotation。只能用semi或者unsupervised
learning。这个方面好多大学在做，难度非常大。unsupervised syntax parsing，
semantic parsing， dependency parsing，都非常难。
现在你在说，自然语言理解不是难点？
【在 L***n 的大作中提到】
: 对于这个竞赛来说，自然语言理解不是难点，Watson不是人工智能的重大突破，
: 本质上还是巨量搜索计算相关性
|
O*******d
发帖数: 20343 | 17 根据报纸上的报道， Watson的内存有多部词典，人类学百科，普通百科。 三秒钟内，
Watson要历遍2亿篇资料，取得上百万个可能答案。 然后筛选掉大部分答案，最后取一
个。
【在 m*********1 的大作中提到】
: 这个是不是就是Speech Recognition 和 Question Answering ？ 有什么特别的技术难
: 点吗？另外如果不搜索互联网和海量数据库，他怎么获得训练知识？
|
m*********1
发帖数: 112 | 18 哦是这样的。
相反我倒是觉得人脑更impressive一点，这么小的体积，这么低的能耗，相对较长的学
习curve，在这种问题上表现也不
差。电脑智能离人脑还是差好远好远的。
【在 O*******d 的大作中提到】
: 根据报纸上的报道， Watson的内存有多部词典，人类学百科，普通百科。 三秒钟内，
: Watson要历遍2亿篇资料，取得上百万个可能答案。 然后筛选掉大部分答案，最后取一
: 个。
|
b****r
发帖数: 17995 | 19 这个似乎和抢答方式和算分方式关系很大啊，要算抢答的速度人无论如何比不上机器，
机器抢到答题机会后还有时间继续算一会，只要题目不是太难，基本上总会是机器赢 |
v*****k
发帖数: 7798 | 20 没有语音识别，计算机是通过文本文件读入题目的。谁家能做出这么牛的语音识别系统
我把watson吃了。 |
|
|
h*i
发帖数: 3446 | 21 居然有人才知道。这个教育太失败了。
【在 m*********1 的大作中提到】
: 哦是这样的。
: 相反我倒是觉得人脑更impressive一点，这么小的体积，这么低的能耗，相对较长的学
: 习curve，在这种问题上表现也不
: 差。电脑智能离人脑还是差好远好远的。
|
b****e
发帖数: 119 | 22 不是ontology-based, 基本是基于概率模型+ grammar parsing + pattern matching。
有一点推
理，很有限。
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
b****e
发帖数: 119 | 23 那你吃吧。Waston的语音识别是Nuance Communications做的
【在 v*****k 的大作中提到】
: 没有语音识别，计算机是通过文本文件读入题目的。谁家能做出这么牛的语音识别系统
: 我把watson吃了。
|
c***d
发帖数: 996 | 24 刚刚看了一集youtube， 我觉得做到50％的正确率很容易，做到90％正确就比较辛苦。
【在 O*******d 的大作中提到】
: 根据报纸上的报道， Watson的内存有多部词典，人类学百科，普通百科。 三秒钟内，
: Watson要历遍2亿篇资料，取得上百万个可能答案。 然后筛选掉大部分答案，最后取一
: 个。
|
O**l
发帖数: 12923 | 25
倒 文科男
【在 t******t 的大作中提到】
: 这种问题，电脑要是搞不过人脑可以去死了
|
O**l
发帖数: 12923 | 26
ibm自己说用了XXX海量百科书
估计不是ontology based的
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
k***n
发帖数: 11247 | 27 re
【在 v*****k 的大作中提到】
: 没有语音识别，计算机是通过文本文件读入题目的。谁家能做出这么牛的语音识别系统
: 我把watson吃了。
|
m***y
发帖数: 14763 | 28 Context, man, context.
Human brains always think in a context. And we haven't taught computer how
to do that. Like When Watson named Toronto as a U.S. city, its human
competitors wouldn't make the same mistake. Even if they can't come up with
the right answer, they won't even bother to put Toronto on their candidate
list.
【在 b****r 的大作中提到】
: 这个似乎和抢答方式和算分方式关系很大啊，要算抢答的速度人无论如何比不上机器，
: 机器抢到答题机会后还有时间继续算一会，只要题目不是太难，基本上总会是机器赢
|
v*****k
发帖数: 7798 | 29 扯啥呢，人主持人一开始就说电脑是用文本输入问题的
【在 b****e 的大作中提到】
: 那你吃吧。Waston的语音识别是Nuance Communications做的
|
m*****d
发帖数: 1613 | 30 是语音识别, 不但听主持人的, 而且听旁边参赛者的.
现在iphone上的翻译软件就可以直接语音识别然后翻成另一种语言说出来. 正确率还不
错. 就别说watson了.
【在 v*****k 的大作中提到】
: 没有语音识别，计算机是通过文本文件读入题目的。谁家能做出这么牛的语音识别系统
: 我把watson吃了。
|
|
|
j***o
发帖数: 5096 | 31 这个很牛吧，抛开语音识别不谈，google可以给你十页的搜索结果，你要用你自己的阅
读去挑出最喜欢的网页并找到答案，waston直接给你一个答案，而且准确率很高，难度
差N个数量级 |
v*****k
发帖数: 7798 | 32 不听题目吧？我太知道现在语音识别是啥水平了
【在 m*****d 的大作中提到】
: 是语音识别, 不但听主持人的, 而且听旁边参赛者的.
: 现在iphone上的翻译软件就可以直接语音识别然后翻成另一种语言说出来. 正确率还不
: 错. 就别说watson了.
|
C***H
发帖数: 508 | 33 罚你再去看一遍。
一开始就说了，Watson拿到的直接是文字版的问题，Watson完全没有听力
【在 b****e 的大作中提到】
: 那你吃吧。Waston的语音识别是Nuance Communications做的
|
C***H
发帖数: 508 | 34 这位也需要回去再看一遍。
【在 m*****d 的大作中提到】
: 是语音识别, 不但听主持人的, 而且听旁边参赛者的.
: 现在iphone上的翻译软件就可以直接语音识别然后翻成另一种语言说出来. 正确率还不
: 错. 就别说watson了.
|
l******e
发帖数: 12192 | 35 那难度大大降低了
【在 C***H 的大作中提到】
: 罚你再去看一遍。
: 一开始就说了，Watson拿到的直接是文字版的问题，Watson完全没有听力
|
v*****k
发帖数: 7798 | 36 再说一遍，如果watson玩jeopardy的时候是用语音识别听题目的,我把他吃了。根本就
是不可能的
事。
【在 l******e 的大作中提到】
: 那难度大大降低了
|
C*********g
发帖数: 3728 | 37 u r right.
from wikipedia:
"Watson's performance had some quirks. In one instance, Watson repeated a
reworded version of an incorrect response offered by Jennings. Because
Watson is deaf and does not utilize speech recognition, it had no knowledge
that Jennings had already given the same response. "
【在 v*****k 的大作中提到】
: 再说一遍，如果watson玩jeopardy的时候是用语音识别听题目的,我把他吃了。根本就
: 是不可能的
: 事。
|
a*s
发帖数: 425 | 38
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
a*s
发帖数: 425 | 39 好像不用听主持人说话的
那个jeopardy的系统直接把题目传给计算机的
我看现场的IBM的人做的presentation上面是这样说的
所以，就是关键词，搜索关联...
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
a*s
发帖数: 425 | 40 然后，Waston的主机是
2880 cpu core 加 15TB内存
组成的，所以，估计是所有的数据库都进内存，然后并行搜索关联
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
|
|
w*******g
发帖数: 9932 | 41 如果没有语言识别那么这个机器就没有那么impressive了.
我也不认为是有什么自然语言的先进功能. 用搜索的办法似乎来的更容易些. 自然语言
的分析还不是靠速度可以解决的.
【在 a*s 的大作中提到】
: 好像不用听主持人说话的
: 那个jeopardy的系统直接把题目传给计算机的
: 我看现场的IBM的人做的presentation上面是这样说的
: 所以，就是关键词，搜索关联...
|
a*s
发帖数: 425 | 42 老实说，我真的看不惯这种作秀
IBM经常做这种事情
仗着自己有钱，有超级计算机，就做这种无聊的东西。。。
做秀
上次一个会议，听一个IBM人做讲座，然后有人问他他们处理的变量有多少，
然后那人说出一个天文数字。。。，下面的人，没有一个不faint的
唉，就喜欢吹....
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
w*******g
发帖数: 9932 | 43 ibm的烙印超多
【在 a*s 的大作中提到】
: 老实说，我真的看不惯这种作秀
: IBM经常做这种事情
: 仗着自己有钱，有超级计算机，就做这种无聊的东西。。。
: 做秀
: 上次一个会议，听一个IBM人做讲座，然后有人问他他们处理的变量有多少，
: 然后那人说出一个天文数字。。。，下面的人，没有一个不faint的
: 唉，就喜欢吹....
|
a*****o
发帖数: 209 | 44 去年11月iswc在上海开会，这个watson group的leader是一个会议分配的phd mentor，
在mentoring lunch的时候，就坐在我边上。
http://domino.research.ibm.com/comm/research_people.nsf/pages/w
他没有提到任何实现的细节，但是框架来说，是ontology结合machine learning没跑。 |
w*******g
发帖数: 9932 | 45 RPI graduate. aih. Ontology has so much hype and none of it actually works.
How is ISWC BTW, anything exciting?
【在 a*****o 的大作中提到】
: 去年11月iswc在上海开会，这个watson group的leader是一个会议分配的phd mentor，
: 在mentoring lunch的时候，就坐在我边上。
: http://domino.research.ibm.com/comm/research_people.nsf/pages/w
: 他没有提到任何实现的细节，但是框架来说，是ontology结合machine learning没跑。
|
l**k
发帖数: 45267 | 46 那就没意思了，啥时候解决了听懂人类的句子再说
【在 a*s 的大作中提到】
: 好像不用听主持人说话的
: 那个jeopardy的系统直接把题目传给计算机的
: 我看现场的IBM的人做的presentation上面是这样说的
: 所以，就是关键词，搜索关联...
|
a*****o
发帖数: 209 | 47 RPI简直就是ontology research hub了。。。
没啥激动的，就是每天吃的都很好。欢迎晚宴上海有鲍鱼鱼翅还有歌舞节目表演，以后
这种会议都拉到中国去开就好了。
.
【在 w*******g 的大作中提到】
: RPI graduate. aih. Ontology has so much hype and none of it actually works.
: How is ISWC BTW, anything exciting?
|
c***d
发帖数: 996 | 48 jeopardy 的题库有多大， 做training够吗？如果是一个 train好的model, 哪里用的
了几千个core来算结果。
【在 a*****o 的大作中提到】
: 去年11月iswc在上海开会，这个watson group的leader是一个会议分配的phd mentor，
: 在mentoring lunch的时候，就坐在我边上。
: http://domino.research.ibm.com/comm/research_people.nsf/pages/w
: 他没有提到任何实现的细节，但是框架来说，是ontology结合machine learning没跑。
|
j*k
发帖数: 109 | 49 256GB有多大？没有图片和VIDEO，能装多少内容？说每个SERVER256GB内存。
以前只被科普过光盘有多牛。
【在 a*s 的大作中提到】
: 然后，Waston的主机是
: 2880 cpu core 加 15TB内存
: 组成的，所以，估计是所有的数据库都进内存，然后并行搜索关联
|
j*k
发帖数: 109 | 50 还有，2012年，要多少人活下来，才能保留人类的知识？少数民族语言不算。 |
|
|
s*****l
发帖数: 7106 | 51 local storage...
【在 m*********1 的大作中提到】
: 这个是不是就是Speech Recognition 和 Question Answering ？ 有什么特别的技术难
: 点吗？另外如果不搜索互联网和海量数据库，他怎么获得训练知识？
|
s*****l
发帖数: 7106 | 52 all ontology building is done before the contest, not on the fly
the speed is not a problem comparing to human
it is not really a fair game
【在 l*******s 的大作中提到】
: 错！
: 对于这个竞赛来说，自然语言理解其实是最大的难点。
: 首先要听懂主持人的话。你给我做一个比IBM还强的voice recognition出来？
: 另外，主持人的那些问题，n都多是不符合语法的。如何处理这种ungrammatical
: sequence，是
: 个难题。如何在这些sequence中提出named entity又是个问题。
: 有了entity，你还得解决coreference问题，就是'it, she, he'都是回指的什么具体东
: 西。这
: 个你仔细听听，就知道这一点多么关键了。
: 还有个问题就是WSD. word sentence 总是个难题，一词多义问题在这种竞赛中尤其重
|
s*******i
发帖数: 12823 | 53 比这些都没球用
哪天能下围棋下赢顶级选手，那AI就真的在望了
【在 s*****l 的大作中提到】
: all ontology building is done before the contest, not on the fly
: the speed is not a problem comparing to human
: it is not really a fair game
|
s*****l
发帖数: 7106 | 54 我可以负责人地告诉你
没戏
【在 s*******i 的大作中提到】
: 比这些都没球用
: 哪天能下围棋下赢顶级选手，那AI就真的在望了
|
s*******i
发帖数: 12823 | 55 i know
所以说比这些没球用
【在 s*****l 的大作中提到】
: 我可以负责人地告诉你
: 没戏
|
e******e
发帖数: 3472 | 56 这个明显是算法的问题，不是硬件
【在 s****r 的大作中提到】
: 龙芯比起这个IBM的东西， 那个更好？
|
