※ 引述《Lordaeron (Terry)》之铭言： : ※ 引述《saltlake (SaltLake)》之铭言： : : ^^^^^^^^^^^^^^^^^ : : 谁公认的最严谨的定义? 用在哪方面的最严谨的定义? : : 你在写上面那段之前，做过甚麽查证工作? : : 某前面那文明确告诉你，科学界有一篇论文指出，(哲学界以外的)各个学术 : : 界对於所谓的「人工智慧演算法」的定义，就是包括机器学习、深度学习、和 : : 电脑视觉演算法等子领域。 : : 接下来，请问你查过上面几篇子领域的学术论文? : : 乱抄一通? : : 你除了死抓了图灵测试以外，某前面列出的那些被某引用的那篇学术论文 : : 列於人工智慧演算法的子领域的学术论文，你实际上看了几篇? 某乱抄一 : : 通? : 哈.....你们两个谁做IT 的？自己有什麽AI 类产品或project? 判断谁人的论证正确之方式，是靠比较论证者的专业背景和成就? 那今天一位物理系的毕业生、物理所硕士、博士、或是教授，告诉大家: 人类可以用手指识字 众位网友就直接深信不疑了? 如果更大胆地说: 人类是(那个)神创造的 众位网友也就直接深信不疑了? 还是说这时候得改生物系的? : AI 一词本来就是buzzword。从来就没严格定义，也没哪位大老出来定义过。 : 深度学习是-->架构。 : 机器学习是-->方法。 : 电脑视学是-->应用。至於怎麽实现这个应用，有很多"方法"，不同的"方法" : 有不同的"架构"。 : 至於PLAMC 的讲法也很局限，过turing test 的，基本上无法做电脑视学， : 也别想下棋。 : 哪现代大家在吹的LLM 呢，哪是往turing test 的方向走的。 : 它是DNN 的向下的应用，是机器学习没错，但背後有"大"量的人工标注作业。 摇头。 这麽喜欢看专家言论，下面就给大家引用一些。以下是某专家写的书的部分 内容；括号内的是网上免费翻译器的翻译，不喜欢者可以复制下面的英文找自 己喜欢的翻译器翻译。 ***** Goodfellow, I., Y. Bengio and A. Courville (2016). Deep learning. Cambridge, MA, MIT Press, p. 155. The simple machine learning algorithms described in this chapter work very well on a wide variety of important problems. However, they have not succeeded in solving the central problems in AI, such as recognizing speech or recognizing objects. (本章中介绍的简单机器学习算法可以很好地解决各种重要问题。然而，这些算法在解决人 工智能的核心问题（如识别语音或识别物体）方面并不成功。) The development of deep learning was motivated in part by the failure of traditional algorithms to generalize well on such AI tasks. (开发深度学习的部分原因是传统算法无法很好地泛化此类人工智能任务。) This section is about how the challenge of generalizing to new examples becomes exponentially more difficult when working with high-dimensional data, and how the mechanisms used to achieve generalization in traditional machine learning are insufficient to learn complicated functions in high-dimensional spaces. Such spaces also often impose high computational costs. Deep learning was designed to overcome these and other obstacles. (本节将介绍在处理高维数据时，泛化新示例的难度如何呈指数级增长，以及传统机器学习 中用于实现泛化的机制如何不足以学习高维空间中的复杂函数。这些空间通常还会带来高 昂的计算成本。深度学习就是为了克服这些和其他障碍而设计的。) *** 上面那段引文概要地介绍了「人工智慧」领域中，从机器学习演算法进而发展出深度 学习演算法之目的:即解决机器学习演算法所无法处理的更复杂与更高维度之实务问 题。至於更高维度的问题，大家可以简单理解为自变数更多的问题，也就是需要更 多资料更多计算时间去「学习」的问题。 根据上面引文确立人工智慧演算法包括了机器学习和深度学习演算法之後，大家 光是利用关键字用古哥学者的搜寻网页就能找到一堆学术论文。从论文的摘要，或 者某些可免费下载的论文，就能清楚发现，不是所有的人工智慧软体的设计目标之 一是通过图灵测试。 原因之前已经一再解释过了，图灵测试是为了哲学研究的目的所设计的一种测试 方法。为了达成目的的不同，软体设计药通过的测试或买足的要求当然有所不同。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.211.124 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DummyHistory/M.1720093281.A.8F7.html