1. 现阶段还处于人工智障阶段
现阶段人工智能,或者叫**弱人工智能**其实非常容易上手,只要你把数据倒入keras、tensorflow、sklearn、xgboost等几百个炼丹炉(神经网络),然后搅拌一下,然后输出端等待答案就可以了。
大部分干人工智能的普通程序员,实际上做的是数据清洗和数据挖掘,就是把数据整理成可以倒入keras、tensorflow......的样子。
实际上很多公开数据集,是由薪资非常低的标注员(类似人工打码平台的人肉验证码识别)标注出来的。标注员工作非常类似找茬。
Q:如果答案错了怎么办?
A:调(lian)参(dang)一下,搅拌一下,答案(loss)就会越来越正确了。
2. 人工智能学习其实相对人类来说,是非常慢的。只不过人工智能有计算机加持。
一个人要学会开车,需要开多少里程?普通人从完全不会,到能安全上路,一般只需要12节课,每节课1小时。
换成AI:学习上了百万mile,还开不好车。
自动驾驶距离真正上路还有一段距离,取代货车司机这种事情,还没那么快。
3. 弱人工智能,是没有认知能力的(迁移学习能力弱)
一个人知道什么是猫:给她一只猫,告诉他这是“猫咪”。下一次,当她见到不管什么颜色的猫,不管它摆出什么姿势,都知道这是“猫咪”。
换成AI:神经网络训练上百万张猫的照片,各种颜色,各种姿势,各种角度。可以识别正常的猫以后,我们丢给神经网络一张这样的照片:
AI:喵喵喵???
4. 对于专家智能,比如下棋、翻译,神经网络确实超越人类。但是让神经网络写小说emmmm
5. 目前,神经网络的各种模型,可解释性都非常低。
比如,上面那个识别猫的神经网络,要了解是怎么识别猫的,目前真没人能说得清楚。
6. 当今的AI,其实并没有比80年代的进步很多。
7. “深度学习”,其实跟人的思维方式、人脑结构、神经系统几乎完全不搭边。
顶多,数学模型上,神经网络的神经元和数学的神经元是类似的。
而我们平时说的“机器学习”,实际上就是《统计学习方法》
8.就算是最常见的自然聊天语意识别模型来说也会有上下文的问题。举例说明:不能真正理解上下文的对话(机票查询):
AI:从哪里出发?
用户:上海虹桥机场。
AI:到哪里?
用户:还是从上海浦东走吧,对了,不要春秋的。
AI:好的,从虹桥出发到浦东的春秋航空的航班是......
领取专属 10元无门槛券
私享最新 技术干货