Re: [轉錄][情報] 阿同伯酸雲端:我們需要萊特希爾 …

看板AfterPhD作者 (風)時間14年前 (2010/04/17 13:28), 編輯推噓8(8012)
留言20則, 7人參與, 最新討論串4/13 (看更多)
我大學時候就聽過李教授的類似 AI 無用論說法 我印象中有次 Seminar, 李教授被問到他對 AI 的看法, 他舉了一個簡單例子: 我們握一個雞蛋, 很輕鬆就可以握在手上不會捏破 但是要是這個事情由機器人來做呢? 這已經是十幾年前的事情了, 大概是憑藉印象寫的 我大學時期也一直覺得 AI 無用, 可是沒想到我現在做的還是跟 AI 相關 早期的學者希望 AI 可以做到跟人一樣, 可以聽得懂, 看的見, 可以思考 可以推論, 但是後來發覺每個事情都是一門大學問, 所以後來延伸出很多 子領域出來. Computer Vision, Natural Language Processing, Knowledge Base System, Machine Learning, etc. 如果今天你的目標是 AI 就是要做到跟人一樣, 我個人認為,以目前的電腦 架構是做不到的, 可是那並不代表 AI 無用. (NP-hard 問題對於目前的電腦架構來說就是很難的問題了, 可是平常我們會 遭遇的問題都遠超過 NP-hard) 我個人是做 Machine Learning 跟 NLP. NLP 目前的主流是用統計式方法來 處理語言相關問題, 目前看來, 效果已經可以很不錯的程度. Machine Learning 在近十幾年也有非常大的進展, 已經應用到各領域上去 (Computer Vision, Bio-informatics, etc.). Google 就用了不少 :) 其他如無人駕駛自動車, 或無人飛機等等也都是跟 Machine Learning 相關 對於雲端計算, 我覺得它的確是有好處, 但是雲端並不是萬能的 但是我很懷疑我們的政府對雲端計算有多大的了解, 突然處處是雲端, 雲端 變成政府的一個大方向, 宣示要投注多少錢在上面. 很多公司也突然變成所謂的雲端概念股, 股價一直衝. 商人只是想要炒高股價, 想要推產品, 當然會大喊雲端計算 但是政府想的應該更遠一點, 不應該只是跟著流行, 跟著商人走 -- My Blog: http://webapp-tech.blogspot.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.166.113.21

04/17 13:32, , 1F
軟式計算、智慧型計算已經和AI不一樣了
04/17 13:32, 1F

04/17 13:43, , 2F
soft computing可以算是AI的分支
04/17 13:43, 2F

04/17 15:09, , 3F
記得我媽從台灣帶來一條棉被,上面大大的寫"納米科技棉被"
04/17 15:09, 3F

04/17 15:11, , 4F
會不會不久後看到"雲端隨身碟"... 好離題了...
04/17 15:11, 4F

04/17 15:21, , 5F
早就有XP與AP隨身USB閃碟,走到那,插到那,開到那,用到那!
04/17 15:21, 5F

04/17 16:28, , 6F
阿同伯學電機卻最愛強調基礎科學,人工智慧是人造物是工程
04/17 16:28, 6F

04/17 16:57, , 7F
科學是發現求證工程是設計發明求解,難解也近似解他不喜歡
04/17 16:57, 7F

04/17 20:36, , 8F
不過,最近的阿同伯跟以前大不同,也強調動手做與技術.
04/17 20:36, 8F

04/17 21:57, , 9F
強調基礎科學我覺得並沒錯.舉 Machine Learning 來說,到
04/17 21:57, 9F

04/17 21:57, , 10F
了最後其實就變成數學問題, 或統計問題. 當然工程上用的
04/17 21:57, 10F

04/17 21:58, , 11F
不如基礎科學那麼嚴謹. 事實上工程問題很多也沒辦法完全
04/17 21:58, 11F

04/17 21:58, , 12F
用數學去 model.
04/17 21:58, 12F

04/17 22:25, , 13F
當然沒錯啦,再早讀15年就會看到李大師打AI無用牌鎮壓那些
04/17 22:25, 13F

04/17 22:27, , 14F
語音圖形辨識等動手實作派的威風,幸好巡弋飛彈頂上PR.
04/17 22:27, 14F

04/19 21:50, , 15F
請問樓上 data mining是資料庫的分枝還是AI的分支?
04/19 21:50, 15F

04/20 09:10, , 16F
AI的問題確實出在最底的電機設計問題。
04/20 09:10, 16F

04/20 09:11, , 17F
最底的能力沒起來,後端軟體要發展也有限。
04/20 09:11, 17F

04/20 09:11, , 18F
(我說的是接近人的運算)
04/20 09:11, 18F

04/20 09:12, , 19F
如果廣義講到Machine Learning,變成要為某種用途特別設計
04/20 09:12, 19F

04/20 09:13, , 20F
比如這種方法不能用在另一個用途。
04/20 09:13, 20F
文章代碼(AID): #1BoKRa0c (AfterPhD)
討論串 (同標題文章)
完整討論串 (本文為第 4 之 13 篇):
文章代碼(AID): #1BoKRa0c (AfterPhD)