z****n
发帖数: 3189 | 1 很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
影。
现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）
但是深度学习能干很多你眼中不牛逼，而很实际的应用。
举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
个量级。为什么说是半弱智，因为老夫的功力也就这样了，相信还有更好的做法。
这只是深度学习的弱逼应用，还有很多牛逼级别应用一堆牛人正在加班加点的干，只要
做出来了，妥妥地发大财。alphago勉强算一个，因为不挣钱。自动驾驶算，也能挣钱
，但是不成熟。
女大只是搭上了深度学习的东风，属于基建类厂家，不是决定性的，类似于别人吃肉他
喝汤这种。
等日后某一天突然出来一个超级应用，市场大爆发，女大只要还是现在的市场地位肯定
就会旁上了，市值绝逼会超过现在的古董IT公司(爱逼庵，巨硬，牙膏），老夫把话撂
这里了，真不怕被挖坟。 |
C*****5
发帖数: 8812 | 2 同意。这个DL，谁用谁说好。但是你说的这个例子怎么像传统的做法，比如feature
engineering + SVM之类的呢？ |
P****a
发帖数: 1348 | |
I***a
发帖数: 13467 | |
B******e
发帖数: 16928 | |
m*******n
发帖数: 6660 | 6 这个例子一点都不好，虽然我同意你说的内容。
婴儿哭声可tm响了，在ml识别完之前，父母基本早就被吵醒了。 |
C*****5
发帖数: 8812 | 7 你房子太小了
【在 m*******n 的大作中提到】
: 这个例子一点都不好，虽然我同意你说的内容。
: 婴儿哭声可tm响了，在ml识别完之前，父母基本早就被吵醒了。
|
d********e
发帖数: 1720 | |
w*******e
发帖数: 734 | 9 AI是能用上的现在基本上都有人试。没有曝光说明效果还没有达到期望。超级应用基本
上不可能。现在的AI还不是一个端到端的solution。无人车上也只是用于环境感知，并
不是直接控制方向盘和刹车。无人车的核心还是rule-based，hardcoded。
alphago只是deepmind向general AI路上的一个探索。下棋不是它的目的。
AI如果再有突破，第一干掉的就是马公。AI将根据需要自动生成代码。其实现在就有这
种趋势，你没有看到AI本身的代码都很短吗？以后AI模块化，只需要几行代码把它们串
起来。 |
w*******e
发帖数: 734 | 10 AI下一个真正的突破应该是人类自然语言理解。不过现在离那还很远。也不是一两个人
或公司能做出来的。 |
|
|
f*******t
发帖数: 7549 | 11 据说alphago性能完全版要几百个GPU，下一局几个小时光电费就很可观。我觉得AI这些
年的发展一直被硬件性能限制。比如李飞飞做的视频里识别物体，youtube那么多视频
数据，学习起来成本肯定高得惊人。
未来硬件会被市场需求推动着快速发展，如果有套每秒能学习1T数据的设备，AI的能力
恐怕会再上一个新的维度。女大学生显然是其中不可或缺的一环。 |
s****h
发帖数: 3979 | 12 说实在的，DL在Text Analysis / NLP方面的科研成果有，但是感觉并不多。
自己试也容易，装个tensorflow就行。
主要进展是：
生成语义树比非DL的方法好很多，和人工平手
机器翻译接近人的水平
知识图谱中的应用
其它的什么word2vec，document summary, sentiment analysis其实应用场景虽然多，
但是没有质的突破
DL目前的主要方向，1是reinforcement learning, 2是unsupervised learning,
最近最火的对抗网络GAN就是
这个前景是100个以上的NLP |
C*****5
发帖数: 8812 | 13 GAN确实火。今年的NIPS简直就是GAN年会
【在 s****h 的大作中提到】
: 说实在的，DL在Text Analysis / NLP方面的科研成果有，但是感觉并不多。
: 自己试也容易，装个tensorflow就行。
: 主要进展是：
: 生成语义树比非DL的方法好很多，和人工平手
: 机器翻译接近人的水平
: 知识图谱中的应用
: 其它的什么word2vec，document summary, sentiment analysis其实应用场景虽然多，
: 但是没有质的突破
: DL目前的主要方向，1是reinforcement learning, 2是unsupervised learning,
: 最近最火的对抗网络GAN就是
|
s****h
发帖数: 3979 | 14 DL在自动驾驶上有一个比较好玩的尝试：
在流行电脑游戏grand theft auto V上，用屏幕图像做输入，用输出控制汽车操作。
就是用reinforcement learning做
我觉得比mobileye用几个lidar,radar,camera的信号来识别路上的车辆行人树木石头啥
的有趣多了。
坐过基于mobileye系统的autonomous driving level 3的测试车，大失所望。
无非就是根据识别出的东西，和事先定好的rule来控制汽车。
mobileye那个lane merge的computer demo倒是用reinforcement learning做的。个人
觉得难度不大。 |
l********7
发帖数: 2974 | 15 这年头，没人在有市场潜力的领域只傍着喝汤，都会直接上去抢肉。就像google一旦成
为搜索引擎的领头，赚了钱，就迅速系统化自己的商业模式，横向、纵向都扩展。现在
的NVDA也是一样，只是非业内人士、或者完全不和NVDA打交道的才不了解这点，以为
NVDA只是炒个DL、自动驾驶的热点（比如老马这类鼠目寸光的类型）。
【在 z****n 的大作中提到】
: 很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
: 影。
: 现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）
: 但是深度学习能干很多你眼中不牛逼，而很实际的应用。
: 举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
: alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
: 不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
: 一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
: 这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
: patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
|
C*****5
发帖数: 8812 | 16 老马只不过是个硕士。
【在 l********7 的大作中提到】
: 这年头，没人在有市场潜力的领域只傍着喝汤，都会直接上去抢肉。就像google一旦成
: 为搜索引擎的领头，赚了钱，就迅速系统化自己的商业模式，横向、纵向都扩展。现在
: 的NVDA也是一样，只是非业内人士、或者完全不和NVDA打交道的才不了解这点，以为
: NVDA只是炒个DL、自动驾驶的热点（比如老马这类鼠目寸光的类型）。
|
F****s
发帖数: 3761 | 17 虽然我只是个普通的IEEE期刊审稿人，也跟ACM委员直接搭上话。
看了这个楼，我只能叹气，背景差太多，根本接不上话。 |
P****a
发帖数: 1348 | 18 话说家里婴儿哭啼喂奶这种用的着dl 么？感觉场景很简单，如果有dot 放的离婴儿床
近点，简单匹配一下是不是就可以了? |
C*****5
发帖数: 8812 | 19 老马，哥劝你别提审稿这事儿了。版上很多人都有审稿审到吐的经历。这种小事整天拿
出来说真的很掉漆。
【在 F****s 的大作中提到】
: 虽然我只是个普通的IEEE期刊审稿人，也跟ACM委员直接搭上话。
: 看了这个楼，我只能叹气，背景差太多，根本接不上话。
|
F****s
发帖数: 3761 | 20 我不是来吵架的。我知道你的结局，你不知道你的结局。如此而已。
你不会以为股版十几年来就你两个搅屎棍吧。
【在 C*****5 的大作中提到】
: 老马，哥劝你别提审稿这事儿了。版上很多人都有审稿审到吐的经历。这种小事整天拿
: 出来说真的很掉漆。
|
|
|
g****t
发帖数: 31659 | 21 AI中国很落后，这是竞争优势，这就是目前的value支柱之一。不说半导体，只说应用。
能做ai产品的（不是你说的那一小部分算法内容），
现在的情况，你给double salary他也太不可能回中国。
恕我直言，你那个婴儿哭声没有产品价值。我当年在婴儿房放drop cam,自己房间放电
脑，声音开大就完事了。猫不可能一直叫的。也不可能对着dropcam叫。 |
l********7
发帖数: 2974 | 22 老马的亮点，不在于它自己怎么样，而在于他周围都是图灵奖得主、ACM委员围着他转
，这个和鸡汤的周围都是高人围着转是一个亮点。哈！
【在 C*****5 的大作中提到】
: 老马只不过是个硕士。
|
z****n
发帖数: 3189 | 23 你是说，晚上睡觉开着电脑，点开dropcam直播，喇叭开大点这样？
我知道你就是说扯淡，而且我不相信有地球人会这么干，智商正常的也不会。
用。
【在 g****t 的大作中提到】
: AI中国很落后，这是竞争优势，这就是目前的value支柱之一。不说半导体，只说应用。
: 能做ai产品的（不是你说的那一小部分算法内容），
: 现在的情况，你给double salary他也太不可能回中国。
: 恕我直言，你那个婴儿哭声没有产品价值。我当年在婴儿房放drop cam,自己房间放电
: 脑，声音开大就完事了。猫不可能一直叫的。也不可能对着dropcam叫。
|
z****n
发帖数: 3189 | 24 只是其中一个例子，实际上还有碎玻璃，和开门开锁的patten.
【在 P****a 的大作中提到】
: 话说家里婴儿哭啼喂奶这种用的着dl 么？感觉场景很简单，如果有dot 放的离婴儿床
: 近点，简单匹配一下是不是就可以了?
|
z****9
发帖数: 632 | 25 nv在DL和AI的软件硬件上都有巨大的优势，可不是别人吃肉他喝汤。
强调下，nv是视觉计算公司，平台型公司，不只是硬件公司而已 |
u******n
发帖数: 5727 | |
j**s
发帖数: 1518 | 27 机器学习的泡泡越吹越大，知其然不知其所以然的越来越多。看看api document一天学
会深度学习的用法不难，明白其背后数学原理的又有几个？
在者，AI的趋势，花街的人不比你看到的早？股价早就被炒高了。没有炒得更高是因为
花街认为不值更多的钱 |
w**s
发帖数: 1911 | 28 你这个不是DL
【在 z****n 的大作中提到】
: 很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
: 影。
: 现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）
: 但是深度学习能干很多你眼中不牛逼，而很实际的应用。
: 举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
: alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
: 不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
: 一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
: 这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
: patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
|
w**s
发帖数: 1911 | 29 二。码公是最后消失的工作之一。
【在 w*******e 的大作中提到】
: AI是能用上的现在基本上都有人试。没有曝光说明效果还没有达到期望。超级应用基本
: 上不可能。现在的AI还不是一个端到端的solution。无人车上也只是用于环境感知，并
: 不是直接控制方向盘和刹车。无人车的核心还是rule-based，hardcoded。
: alphago只是deepmind向general AI路上的一个探索。下棋不是它的目的。
: AI如果再有突破，第一干掉的就是马公。AI将根据需要自动生成代码。其实现在就有这
: 种趋势，你没有看到AI本身的代码都很短吗？以后AI模块化，只需要几行代码把它们串
: 起来。
|
g****t
发帖数: 31659 | 30 我当年一直都是这么用dropcam的，你认为有什么实际问题？
【在 z****n 的大作中提到】
: 你是说，晚上睡觉开着电脑，点开dropcam直播，喇叭开大点这样？
: 我知道你就是说扯淡，而且我不相信有地球人会这么干，智商正常的也不会。
:
: 用。
|
|
|
g****t
发帖数: 31659 | 31 btw 对讲机我也有
【在 g****t 的大作中提到】
: 我当年一直都是这么用dropcam的，你认为有什么实际问题？
|
t******o
发帖数: 3223 | 32 这有啥用？ 一看你就没照顾过小孩。房间太大放个监听器。猫叫婴儿哭一听就知道。
人脑是最好的deep learning.
【在 z****n 的大作中提到】
: 很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
: 影。
: 现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）
: 但是深度学习能干很多你眼中不牛逼，而很实际的应用。
: 举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
: alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
: 不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
: 一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
: 这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
: patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
|
T*********r
发帖数: 2953 | 33 是不是能识别出 为何而哭
方显DL之威力呢
【在 z****n 的大作中提到】
: 很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
: 影。
: 现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）
: 但是深度学习能干很多你眼中不牛逼，而很实际的应用。
: 举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
: alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
: 不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
: 一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
: 这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
: patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
|
b******r
发帖数: 197 | 34 作为一个AI的从业者来看，识别小孩儿是否哭完全用不着DL，这么简单的任务SVM就搞
定了
识别哭声表达什么意思还差不多 |
m****u
发帖数: 3915 | 35 喷了，你们行不行，硬件公司也想分AI的肉，可能吗？最多喝点儿汤吧
AI最大的壁垒是什么，是data，硬件公司哪里来的data？
你的那些什么gpu，ai硬件啊，google挖几个硬工自己做就可以了，可是Google的用户
数据光靠挖几个Google员工是拿不到的 |
b******r
发帖数: 197 | 36 IEEE/ACM journal 审稿人0含金量， 博士在读就可以，相当于本科学位
AI领域最好journal PAMI reviewer 一堆fresh graduate。
CS phd毕业的时候以自己名字review conference+journal50篇以上的一大堆
一些journal editor board 里面也有不少毕业1-2年的postdoc
【在 F****s 的大作中提到】
: 虽然我只是个普通的IEEE期刊审稿人，也跟ACM委员直接搭上话。
: 看了这个楼，我只能叹气，背景差太多，根本接不上话。
|
T*********r
发帖数: 2953 | 37 每个phd 都知道。
【在 b******r 的大作中提到】
: IEEE/ACM journal 审稿人0含金量， 博士在读就可以，相当于本科学位
: AI领域最好journal PAMI reviewer 一堆fresh graduate。
: CS phd毕业的时候以自己名字review conference+journal50篇以上的一大堆
: 一些journal editor board 里面也有不少毕业1-2年的postdoc
|
I***a
发帖数: 13467 | 38 靠，不会吧？
太受打击了，
【在 b******r 的大作中提到】
: IEEE/ACM journal 审稿人0含金量， 博士在读就可以，相当于本科学位
: AI领域最好journal PAMI reviewer 一堆fresh graduate。
: CS phd毕业的时候以自己名字review conference+journal50篇以上的一大堆
: 一些journal editor board 里面也有不少毕业1-2年的postdoc
|
m*****n
发帖数: 1631 | 39 码工看不起硅工，硅工不服，码工说硅工不服不行。操！文人相轻啊
【在 m****u 的大作中提到】
: 喷了，你们行不行，硬件公司也想分AI的肉，可能吗？最多喝点儿汤吧
: AI最大的壁垒是什么，是data，硬件公司哪里来的data？
: 你的那些什么gpu，ai硬件啊，google挖几个硬工自己做就可以了，可是Google的用户
: 数据光靠挖几个Google员工是拿不到的
|
C*****5
发帖数: 8812 | 40 哥之前已经劝过老马了审稿这种事不要日日挂嘴边上。他那样自取其辱哥于心不忍。
结果丫竟然威胁哥说什么“知道哥的结局”。
现在这大嘴巴被抽得真叫一个脆。
【在 b******r 的大作中提到】
: IEEE/ACM journal 审稿人0含金量， 博士在读就可以，相当于本科学位
: AI领域最好journal PAMI reviewer 一堆fresh graduate。
: CS phd毕业的时候以自己名字review conference+journal50篇以上的一大堆
: 一些journal editor board 里面也有不少毕业1-2年的postdoc
|
|
|
d*****g
发帖数: 4364 | 41 读博士期间就审了太多 屁用没有
【在 b******r 的大作中提到】
: IEEE/ACM journal 审稿人0含金量， 博士在读就可以，相当于本科学位
: AI领域最好journal PAMI reviewer 一堆fresh graduate。
: CS phd毕业的时候以自己名字review conference+journal50篇以上的一大堆
: 一些journal editor board 里面也有不少毕业1-2年的postdoc
|
l********7
发帖数: 2974 | 42 老马的最后结局，就是拥有几百个深度隐藏的投资概念，就是屁用没有。。。哈！
【在 C*****5 的大作中提到】
: 哥之前已经劝过老马了审稿这种事不要日日挂嘴边上。他那样自取其辱哥于心不忍。
: 结果丫竟然威胁哥说什么“知道哥的结局”。
: 现在这大嘴巴被抽得真叫一个脆。
|
