老瓶装新酒还是新瓶装老酒:人工智能(A.I.)的觉醒 (2)

作者:钓鱼城  于 2017-3-28 04:32 发表于 最热闹的华人社交网络--贝壳村

通用分类:流水日记|已有3评论

初初看了一下吴恩达的简历,确实有点像时下学生们所说的大牛。吴恩达当学生时,师从机器学习machine learning)的大师级人物,Michael Jordan,注意,不是那个NBA篮球的天王星,迈克尔。乔丹, 而是人工智能机器学习的北斗星。吴的研究方向主要在增强式学习(reinforcement learning), 自主学习(unsuprevised learning),和机器学习等领域。在图模型(graphical model)也颇有建树。 从Google Scholar 收索一下,你可以发现他与人合作的一个研究工作被人引用上万次。他现在的研究兴趣主要是深度学习(Deep Learning)。

他不独在理论上有大的影响,在应用方面也成就斐然。他发起了ROS(Robot Operating System),一个开源的机器人操作系统,影响力很大。在教学上,他保持了一项纪录:2013-1014年斯坦福大学秋季学期由他主讲的“机器学习”课程中,有超过800名学生选修。据说是斯坦福历史上最多人同时选修的课程。另外他与另一大牛,其师姐Daphne Koller联合创立了公共网上学习平台,Coursera.org, 并在其上开设了一门机器学习的课,据说已有十多万学生注册学习,其风靡的程度可以称得上是“viral"。另外一个值得特别指出的是,他领导开发的人工神经网络 (artificial neural network),能通过连续一周观看youtube的录像,由自主学习进而获得识别猫的能力。这是人工智能上一个非常了不起的飞跃。

话说到此,可能稍懂一点机器学习和人工智能的人会提出一个问题,那就是人工智能(A.I.),机器学习这个领域已经存在好多年了,一直都是属于理论性很强的研究项目,深度学习,神经网络的研究也多偏向于一些与军事和防务有关的proof of concept (poc)课题,学生毕业后的出路狭窄,因此直到几年以前,都是生僻的冷门专业,无人看好。怎么一下子炒得这么热,几乎硅谷到处都是招人的广告,学校的学生和项目几乎被一拥而上的各种各样的公司整个挖走,就像硅谷那飞涨的房价,大家竞相加价,还一将难求。在那些跃跃欲试的码农中间,一个神话在传说着:那就是,搞深度学习的,一年最高能挣8位数字的收入,尽管这是凤毛麟角。八位数字,还不用当CEO,CTO,还不用劳神去跟人打交道,只需对着机器玩玩数学,写写程序!可以想象这有多大的吸引力!Too good to be true? 

不看好机器学习前景的人认为,这一波A.I.的浪潮完全是由于学术界的煽风点火,王婆卖瓜,自卖自夸,歪打正着,刚好迎合了工业界无路可走,急需一个唬人的东西来圈钱的需求。两者一拍即合,于是兴起了一波越来越热的风潮。

到底是怎么回事呢? 到底是新瓶装老酒,换汤不换药呢?还是老瓶装新酒,新桃换旧符? 要知端的如何,且让人抽丝剥茧,从万般无序中找出个头来。



高兴

感动

同情

搞笑

难过

拍砖
1

支持
3

鲜花

刚表态过的朋友 (4 人)

发表评论 评论 (3 个评论)

11 回复 白露为霜 2017-3-29 08:10
AI在80年代就火过一阵。后来沉寂下来因为许多技术还没有达到实用。几十年的进步使得许多运用成为可能,比如自驾驶骑车。
5 回复 钓鱼城 2017-3-29 21:21
白露为霜: AI在80年代就火过一阵。后来沉寂下来因为许多技术还没有达到实用。几十年的进步使得许多运用成为可能,比如自驾驶骑车。
人工智能(A.I.)理论已经研究了六十年。它的应用研究据说花了五年,谷歌声称其商用只花了九个月。
3 回复 HarryHan 2017-10-18 06:01
白露为霜: AI在80年代就火过一阵。后来沉寂下来因为许多技术还没有达到实用。几十年的进步使得许多运用成为可能,比如自驾驶骑车。
这次的Machine Learning完全不一样。之前是靠编程把机器反应条件定好,这样做的限制非常大。而Machine Learning是你写的程序通过大量数据自己“学习”

facelist doodle 涂鸦板

您需要登录后才可以评论 登录 | 注册

关于本站 | 隐私政策 | 免责条款 | 版权声明 | 联络我们 | 刊登广告 | 转手机版 | APP下载

Copyright © 2001-2013 海外华人中文门户:倍可亲 (http://www.backchina.com) All Rights Reserved.

程序系统基于 Discuz! X3.1 商业版 优化 Discuz! © 2001-2013 Comsenz Inc. 更新:GMT+8, 2021-7-23 23:57

倍可亲服务器位于美国圣何塞、西雅图和达拉斯顶级数据中心,为更好服务全球网友特统一使用京港台时间

返回顶部