百科问答小站 logo
百科问答小站 font logo



如何看待2021年中国工程院新增院士中人工智能领域候选人全部落选? 第1页

  

user avatar   lu-luce 网友的相关建议: 
      

首先啥叫人工智能。英语叫artificial intelligence。啥叫artificial呢???

made or produced by human beings rather than occurring naturally, especially as a copy of something natural.

这里的工字其实是创造的意思。就是Human-made Intelligence。就是人类创造出来的一个算法。这个算法带有一点智能。一般老百姓在电影里看到的人工智能应该是类人智能。。就是Human-like intelligence。这个目前根本实现不了。

而现在流行的人工智能也叫深度学习。你知道这些深度学习算法是什么时候提出来的吗??是上世纪90年代。

这些算法一开始提出来的时候,都被当做是仅仅具有理论意义的算法。毕竟你让上世纪90年代的486电脑,处理几亿条数据,要花上几十年的时间。更不用说,你到哪里去找几亿条数据来训练这个模型。

到了21世纪以后,尤其是手机APP的使用,让手机APP提供商有了几亿条数据。之后,电脑也是128核了。。人们才把这些上世纪90年代的算法从故纸堆中找出来。

现在这个东西的问题有两个限制:

第一就是可解释性。也就是这些算法都有一个最大的缺点。就是人们其实无法理解这些算法成功的原因。。为什么我做四次傅里叶变换,加三次马尔可夫链,我就能成功识别出图片中的刘德华呢??为啥四次马尔可夫链不行呢。。为啥三次马尔可夫链也不行呢???之后,为啥我做四次傅里叶变换,加六次马尔可夫链,我就能成功识别出图片中的猫呢?? 为啥五次马尔可夫链不行呢。。为啥七次马尔可夫链也不行呢???你觉得这些算法的有效性靠的是什么??对了。。基本上就是瞎猜。。当然可解释性目前是一个研究热点,但是这个还需要大量的时间。

第二就是算力。这些上世纪90年代被当做是仅仅具有理论意义的算法能够使用的原因是电脑和显卡速度变快了。说粗话就是技术发展基本上靠大力出奇迹。而不是有什么人工智能领域的知名学者提出了什么好方法。但是这几年我们也知道电脑和显卡速度的提高越来越困难。因此上发展前景没那么好。

当然我已经两三年不搞这个方向了。如果说的不对,请指正。我补充到这个回答里面。


user avatar   wufang1997 网友的相关建议: 
      

看到有人说陈丹琦成果碾压院士,我笑掉大牙了。单凭citation来说她在国内就不算最能打的,西湖大学的李子青citation 4W,西北工大李学龙4W,更别提有些在业界的张宏江等等,如果唯引用论,那计算机世界top1000科学家排行榜上没上院士的比比皆是,远轮不到陈丹琦。

那再说具体的成果,陈老师目前最用影响力的是Roberta,不是一作,也只是一个通用模型罢了,接着就是句法分析的dependence tree,NLP里比较早的工作,应用1400+,就单在NLP里面也有太多更重要更有影响力的工作,别提AI界了。

接着我们来看看工程院院士是什么水平,你说碾压,那势必要和最强的院士比了,国之重器不是说只是学术做得好,更重要的是对国家的发展进步作出贡献。我就单列一下今年去世的院士好了,袁隆平院士(不必介绍),彭士禄院士(中国核潜艇第一任总设计师、核动力专家),陈清如院士(也是科学院院士,矿物加工学科的奠基者和开拓者之一)等等。就问,陈老师拿什么和他们比。

所以说,不要夸大AI的泡沫,我自己就是做AI的,也希望AI收到人们的重视(吹捧),但如果真的是这个行业的,相比知道很多是实验科学,炼丹技术越来越娴熟,大模型爆炸来实现性能上的飞跃,但真的给基础理论科学带来什么突破了吗?除了Alphafold这种特例外不多。当然,我也很敬佩陈老师,毕竟作为华人,是Manning的关门弟子,在普林斯顿做得风生水起,是我们的骄傲,但不能鼓吹的太厉害,淹没了中国科学界工程界先辈们的卓越功勋。AI现在还是不够成熟,爆炸的paper就说明积淀的不够,试想真的诺奖级的工作会是,那种今天不挂在arXiv上,担心明天或者下周就就会有别的人把你的idea发出来的东西吗?显然不是。只有等这个领域归于平静,经过历史检验后,才能知道哪些值得写进真正的教科书里。




  

相关话题

  试以「Siri 已失去控制」为开头写一个故事? 
  将来医院哪个科室医生最容易/不容易被人工智能取代? 
  如何看待南京大学成立人工智能学院? 
  人工智能已在哪些领域超越了人类的表现? 
  如何评价浙江大学 FAST-Lab 团队在无人机集群和自主导航领域的研究成果? 
  从应用的角度来看,深度学习怎样快速入门? 
  如何看待A.O.史密斯AI-LINK全联全控智能物联?会对生活产生哪些影响? 
  如何看待 2019 年麻省理工选出的全球十大突破性技术,你觉得其中哪个技术会在 5 年内产生巨大影响? 
  旷视(Face++)完成C轮1亿美元融资,是否说明旷视已经进入独角兽阵营? 
  ICML2020有哪些值得关注的工作? 

前一个讨论
程序员把工作完全自动化了是什么体验?
下一个讨论
为了防三高,每天摄入不超过6g盐,导致每天的饭菜很难吃,快要抑郁了怎么办?





© 2024-06-02 - tinynew.org. All Rights Reserved.
© 2024-06-02 - tinynew.org. 保留所有权利