机器学习，深度神经网络等方法是否是正确的方向？ 第1页
1
david-dong-20 网友的相关建议:
人工智能的方向多了去了。。。。。。大派主要是逻辑派和机器学习派。其中逻辑派也分很多，稍微实用点的主要是multi-agent，机器学习派也有那么一大堆，不过大多数研究的使用范围还是比较窄的。
如果一定要选一个现在已经有的方法来看谁离真正的强人工智能最近，实话说我觉得神经网络真的有那么丝制造出强人工智能的可能性，别的理论看起来都没法平滑的拟合出类人智能这样的复杂函数出来。如果结合认知学，用神经网络和别的东西组合一下，再使用比较标准的数据结构不断的训练，谁知道会不会产生类似意识这种玩意。。。。。。
1
相关话题
如何看待End-to-End Object Detection with Transformers？除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
无人驾驶多久可以在同场竞技中超越F1赛车手?
有监督和无监督学习都各有哪些有名的算法和深度学习？
算法工程师的落地能力具体指的是什么？
算法工程师的落地能力具体指的是什么？
基于人工智能参与者的《我的世界》游戏框架的演化与突破？
AI在网络安全领域（尤其是威胁检测领域），有什么好的应用场景？
Meta 继续重组架构，人工智能团队合并至 AR/VR 部门，这样做的原因有哪些？会带来哪些影响？
为什么做stacking之后，准确率反而降低了？
前一个讨论
如何反驳 UML 无用论？
相关的话题
深度学习attention机制中的Q,K,V分别是从哪来的？如何评价MSRA最新的 Relation Networks for Object Detection？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
为什么我学过微积分、线性代数和概率论，还是看不懂机器学习？
如果不按套路下棋是不是就能赢 Alpha Go 了？
科研时，想到一个idea，其实现的结果一定要比前人的评估指标高才能发表吗？
NIPS 2018 有什么值得关注的亮点？
如何理解 Graph Convolutional Network（GCN）？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
ICLR 2019 有什么值得关注的亮点？
只利用现有科技，不计成本的发展强人工智能，在短期内能成功吗？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
编程达到什么水平才能编写出像caffe这样的深度学习框架？
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？
哪些经历让你体会到，科学技术真的提升了我们生活的幸福感？
请问怎么看待大学开设“法学（人工智能方向）”这个专业的？
AI 芯片和传统芯片有何区别？
机器学习里的 kernel 是指什么？
科技失控到底意味着什么？
2021亚马逊云科技中国峰会有什么值得期待的亮点？
阿里巴巴的AI实力被低估了吗？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
物理专业的学生如何看待机器学习和大数据这些方向呢？
为什么 Google 翻译只重算法不重语言学的语法结构和规则？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
为啥gan里面几乎不用pooling？
怎么通过一维分布的随机样本推测原分布？
如何诠释「懂你」？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？