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。
|