z*****a
发帖数: 3809 | 1 【 以下文字转载自 JobHunting 讨论区 】
发信人: Roethlisberg (Big Ben), 信区: JobHunting
标 题: 大部分人还认为阿法狗在背棋谱
发信站: BBS 未名空间站 (Fri Mar 11 15:15:56 2016, 美东)
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
，其实机器并没有学习，只是照人的指令行事而已。
现在DNN在做的，则完全不同。设计出一种可以学习的网络结构，然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应，从阿米巴到人类智慧，其实都是
应激反应，只不过规模不同。比如那个机器手，其实就像一个小孩，从跌倒，到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来，就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子，任何人都可以学会语言。但是有的人学中文，有的人学英文，这是一个
参数学习的过程。小孩说“你回来了”，然后你纠正他，应该说“我回来了”，人的神
经网络会相应调整。调整的能力，是由DNA赋予，自然生成的网络结构提供的。
以前，机器学习不是扮演DNA的角色，而是直接去连接神经元。现在，整个思路变成了
我只设计一个可学习的网络结构，并提供应激反应的机制和参数优化的能力。接下来，
学习就是机器自己的事了。
阿法狗就是如此，事实上人类创造了若干个能够（也只能够）下围棋的大脑。他们开始
互相切磋。每天几百万局，不停地切磋。好比科杰回到三百年前可以秒杀所有围棋高手
，每天几百万局不停下的狗，也会很快超过人类。
但是这不是没有上限的。比如阿法狗，神经元数量差不多和一只鸽子类似。那么它能学
到多厉害？能不能学星际？这就难说了。但是随着硬件进步，总有一天会足够聪明。
对于马工而言，这也是一个巨大的机会和挑战。我曾经说过DNN是一种新的编程方式，
从设计算法，变成设计网络结构、损失函数、输入输出。这就好比开启了上帝视角，你
实实在在在创造一个“生物”，它能学某种东西。然后你要给他这些东西让他学。
最后随便打个比分，DNN三大元素：神经网络，输入，损失函数。我们用训狗叼飞盘来
打比方。
网络是基础设施。你要有一只狗，它有脑子，并且具备学习叼飞盘的能力。如果是猫，
那么它学不了。
输入，这只狗必须不瞎，能尝味道——能看见飞盘，能吃肉
损失函数，叼到飞盘，损失为－1，有肉吃，叼不到，损失为1，有肉吃。飞个几百次，
狗肯定学会了。 | R*****s
发帖数: 2223 | 2 看来终结者的电影是真的。。
【在 z*****a 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: Roethlisberg (Big Ben), 信区: JobHunting
: 标 题: 大部分人还认为阿法狗在背棋谱
: 发信站: BBS 未名空间站 (Fri Mar 11 15:15:56 2016, 美东)
: 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
: 看看我犬正在做的另一件事。
: http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
: 让机器手自己学习怎么拿东西。
: 这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
: ，其实机器并没有学习，只是照人的指令行事而已。
| w***7
发帖数: 5568 | 3 现在开始在后院挖防核弹bunker还来得及吗？
【在 R*****s 的大作中提到】
: 看来终结者的电影是真的。。
| b*****n
发帖数: 2333 | |
|
