马斯克调侃AI就是统计学？那么AI到底是什么？
HTML-код
- Опубликовано: 1 окт 2024
- 前不久马斯克发推讽刺机器学习的本质就是统计学？事实真的如此吗？难道如今的AI都是披着智能外衣统计学算法？
===广告赞助===
👉富途moomoo US开户需SSN：j.moomoo.com/0...
#大刘 美国观众额外加码福利
最高16股！
1. 开户送1股赠股,+美股LV2行情
2. 入金$100送4股赠股
3. 入金$1000送10股赠股，每股价值高达$2000
4. 入金$3888送一股苹果股票--频道专属活动
0佣金交易美股，免费深度摆盘，50万美金资产保险，一个账户交易美港股，中文客服
#大刘 澳洲观众点击该链接，入金AU$2,000送10股！
j.moomoo.com/0...
#大刘 东南亚观众点击链接，最高可获得SG$208福利！
j.moomoo.com/0...
开户入金问题，香港及其他地区的观众请加微信咨询：
👉富途moomoo客服微信：N333303 （大刘科普观众加好友时请备注2获得频道专属福利） 
Наука
![FendiDa Rappa - Clock Dat ft. Shamar Marco [Official Music Video]](http://i.ytimg.com/vi/3NBU8KHdxYY/mqdefault.jpg)
最后那个笑容暴露了大刘就是 AI，直接触发了恐怖谷效应
你在说恐怖故事吗？😂
同感
Joker smile 😮
最后一笑 非常巧妙😂
大刘无所不知，非AI不能胜任
马斯克有时候说话确实不中听，但其实他说的也没错，因为CHATGPT本身无法分辨答案的正确与否。谁跟你说的大概率就一定是对的？有太多的答案都是大多数人错误。并且，chatGPT更容易被人为操控。
那么你是怎么知道对与错的？你的判断标准是什么？机器一定学不会人类的标准吗？
比方之前的27是質數？很顯然它不懂呢
chatGPT已经被中共控制，郭先生已经亲测，所有和政治相关的，简体字、繁体字不一样，英文、中文不一样，丑化反共的组织，毫无公正可言。
我们都经过严密思维训练。归纳，推导，数理逻辑。我知道AI不能用于解决具体问题。我可以判断它的对错。AI不能代替我，只能为我所用。😊😊😊
问题是人类本身认识世界的最常用的方法就是统计学，很多所谓的知识就是从海量样本中归纳总计而得出来的！
馬斯克沒錯，這議題歷史上已經討論很久很久，智能分成兩大類，聯想式與敘事式兩類，聯想式就像攝影機一樣收集所有，統計各類可能，遇到問題，從資料庫中找到最接近答案。敘事式，把一個觀察到現象，可以發展一套故事解釋此現象成因與未來(例如，牛頓用萬有引力解釋行星運動)。目前所有學者都認可"敘事式"智能高於"聯想式"，而聯想式也是許多動物常用技巧，以這種智能是很適合做為人類工具。
没那么简单。。
你首先需要知道怎么算，用什么算。。
但实际上 我们并不懂真实的物理现象， 例如张力（泡泡）和流体（悬浮的球） 我们看到时都会一脸茫然。。
还会有很多直观的误解， 但在对的引导下 可以很稳定的联想 算至真像。。
神奇的是 你不需要主动去存档。。
馬斯克當然錯。要是人工智慧就是機率統計模型，那問題早就結束了。我只要問你怎麼用度量空間的資料估出機率空間的變量就好，這世界上肯定沒人答得出來最佳解。
看了無數博主對AI的解釋，你的闡述最令我佩服且感動，請收下我最高的敬意！
您确定吗？先收下了。
脑残你好
最开始说AI很恐怖的是他。说AI即将到达人类无法掌控的地步，所以振臂疾呼所有AI开发组织暂停开发更优算法半年。现在说，AI不过是一个统计算法工具的，也是他。
总结:AI只是一个会毁灭人类的统计算法工具而已XD
馬思克是把AI說小了。但我們是把統計學說小了。😊
马斯克是把 AI 说大了，以致当前实现的 AI 在他眼里都算不上智能。其实当前的 AI 算不算真正的智能并不重要，反正它挺有用，能解决不少问题
統計學 + 微積分 + 線性代數
蒙地卡羅是RL 這篇講RL比較多
Ai 還有很多其他演算法 像CNN結合影像學
NLP結合語言學
並不是單存只有統計
還有一些非神經網路的 PCA, SVM, random frost, k-mean等
上帝那條線應該是找不到吧 除非你能把全宇宙的特徵放入vector 那無限大的高維的vector XD
統計也有微積分的影子，現在流行的是從神經網路發展的，微積分偏多
你的意思是统计学者不懂微积分，不懂线性代数？😂😂😂
我不是很认同大刘说人和目前AI是一样的说法，我当年看李飞飞的人工智能识别图片的时候，当时她类比机器是如何和小孩子一样认识猫的，那个时候我们家的小孩刚好3-4岁的样子，刚开始识别动物，我就拿自家的小孩做实验给他看动画的猫，图片的猫，现实中的猫，我给他反馈说这就是动物猫，你自知道小孩看了多少这样的场景就学会了么？绝对不超过100个，后面我给出各种颜色的猫，露出一半身体的猫，小孩都能识别出来了，你知道机器识别这种AI学会认识猫要多少张反馈图片么？没有上千万，甚至上亿的图片量根本就学不会！这是真实的实验！！！人脑没有那么简单，他需要那么多的投喂他会自动的去总结，虽然我不知道他的原理，我就问个简单的问题，为啥现在的AI只能做单一的事情，chatgpt只能生成语言处理结果，能开车，能下围棋么？能唱歌么？能同时边开车边唱歌么？但是人脑可以！
3岁的小孩的大脑已经训练过无数次了 一出生 眼睛每秒接受几十次每秒的三维空间数据对大脑进行训练 你举的例子小孩并不是从0开始 而计算机是从0开始
生物的大腦毫無疑問也是經過訓練得來的，打從還在腹內就開始接受刺激，每一寸皮膚、眼睛等各種感官無時無刻每分每秒都在建立大腦神經突觸的連結，沒有學習過的東西不會就是不會，不過人腦還能藉由其他類似的經驗去"嘗試"沒有學習過的事物，你說的那些其實就是人類大腦的"性能"，GPT現在做不到只是它的性能還沒有做到那裡而已。生物的腦跟目前AI不一樣的地方在於量子事件，腦中資訊的傳遞是分子級別的會有量子效應在裡面導致一樣的刺激可能會有不一樣的結果。
你训练小孩做数学题看看，看要多少年能达到一台最简单的计算器的水平
@@honghong1715 反之 你让台计算机， 去计算 正常四岁小孩的信息量，你用10台家用电脑都不够。。
只是听觉信息和语音信息处理 就占你 10台家用电脑了。。
“现在的AI只能做单一的事情，chatgpt只能生成语言处理结果，能开车，能下围棋么？能唱歌么？能同时边开车边唱歌么？但是人脑可以！” 要学会用发展眼光看问题。
Modern AI based on neural network is nothing but mathematics tricks. The huge number of parameters gives the mathematical model the flexibility to adapt to anything better than ever before. It is useful but only in a very limited number of domains. And in some domains, its seemingly usefulness can be very dangerous (don't interpret this word in any Sci-Fi way). I really don't understand why so many people are crazy about AI. Maybe because of the naming. Mathematics is neither magic nor the languange of god. It is just a human pattern of recognizing the world. It is based on human biology and is limited by that. It is about representation rather than comprehension. Anything that is based on mathematics is sub-human. As to Chat-GPT, it is just a different search engine, not even better.
簡單來說是人類小看統計學的規模效應帶來的突現，如果單純看數學原理的話，人類腦神經系統本身就是統計學模型，和AI沒有任何差別，除了定義和訓練的方式有點不同。
然而，ai的基于的大数据是海量的，这种海量的特性，决定了Ai只能存在于网络空间。但是，网络空间的数据，会随着Ai的发展越来越被污染，Ai会变得越来越偏离正确性和确定性。
@@大奎Z你說的是一種ai不會做價值判斷的情況，而事實正相反
@@大奎Z 这么多评论，就你这个靠谱，本质是要能纠错，这个目前只有人能办到。
不一樣，大自然可厲害了，DNA鹼基對採取了四進位計算，在容錯跟突變之中取得一個平衡，進而演化出更可怕的神經元結構，人的感情跟智慧事實上就是一種運算錯誤，但在可控的錯誤底下做進化延伸，這才是真正ＡＩ應該達成的目標。
@@大奎Z 這一點我覺得人類可能也不妨多讓，我們都預設人類的思考可以一直保持靈活性即使暫時累積很多偏誤也可以自我糾正回來，但就我從現實的觀察並非盡是如此，人類的腦袋感覺還是有類似汙染的效應，只不過受益於人腦是有機體，具備的適應性、可成長性天然比數位的AI強大得多，所以早期 ( 年輕時 ) 不明顯。
馬斯克真的看不起AI嗎？但他搞的tesla自動駕駛，腦機接口都是AI產品。這漫畫會否只是他對自己行業的一種調侃，根本不是看不起AI?
再聰明總會有失言的時候 有些人還會神化他 真的沒必要
他是看不起OpenAI
Tesla 持續研發的自動駕駛車是弱AI (Weak AI)，跟他說危險很多很多倍的通用AI ( AGI, Artificial General Intelligence) 差很多，
它的機器人 humanoid robot Optimus我就不知道了，但聽說跟 Tesla 是共用同一個系統
AI 就是研究與設計數學模型，把話說明又怎麼了，難道你期待是上帝創造的？
我非常同意马斯克的观点。马斯克是个明白人。现在的AI是伪AI, 没有独立思考能力，不能判断真假，只是统计结果和概率计算结果。在没有sample的情况下不能独立抽象出规律。
等AI有了物理，逻辑等参数，就会出现判断了吧，人类不也是如此么。
AI本来就是三大科目 高等数学微分 概率论与数理统计 线性代数作为基础的啊
如果让两个AI相互聊天呢,看它们能聊出什么花来..................................................................................................................................................
马斯克说的大体上正确，目前的人工智能，追溯到本源基本就是人工神经网络，其学习过程基本就是对大数据的统计，只不过现在的人工神经网络很复杂，给定数据你无法确定算出来是什么结果，但基本的算法还是清楚的。
毕竟马斯克不是吃素长大的，你以为呢？🙂
錯得很，講出這種話直接反映馬斯克不懂ML 更遑論AI
给定数据当然可以确定结果，这不就是推理过程吗？黑箱特性体现在，你可以看清内部每一步具体的计算过程，但你无法通过逻辑理解为什么用这些数值，因为ai解决的问题都是不能用逻辑清晰表述的，例如识别猫。
AI的基礎原理是統計學沒錯啊！ 但要利用統計分析達成趨於精準的結果，就要靠演算法來實現。
@@eGuoSuperAlihonX 深度学习本质是function approximator，就是统计学，用的都是统计学公式
本质上是用矩阵进行特征提取，用没用统计学和胜率没什么关系
苏茨科弗说，GPT的确只是一个神经网络语言模型，它被训练出来只是要预测下一个单词是什么--但是，如果你训练得足够好，它就能很好地掌握事物之间的各种统计相关性。而这就意味着神经网络真正学习的，其实是「世界的一个投影（a projection of the world)。换句话说，GPT学的其实不是语言，而是语言背后的那个真实世界。
禅宗有本书叫《指月录》，用的是当初六祖慧能的一段典故。慧能说真理就如同是月亮，而佛经那些文本就如同是指向月亮的手指：你可以顺着手指去找月亮，但你想要的不是手指而是月亮。现在训练GPT用的那些语料就是手指，而GPT抓住了月亮。
这就是为什么GPT有了常识。那是它自己从无数语料中摸索出来的。
那你说，难道单凭读文本就能抓住月亮吗？也许是的，或者至少在相当程度上可以。要不然呢？我们人类读书不也是这么干的吗？
人类的思维和逻辑就是语言构建的
卷积神经网络的建立需要通过大量数据进行培训, 这个过程就是统计学的拟合过程. AI 离不开大数据建模, 所以本质确实是统计学 - 马斯克是对的！
我和老马看法一样。目前所谓AI并不具备我们对智能的原本定义，可以说完全不着边。不能说一个算法可以解决实际问题比人快就算有智力。目前AI的能力甚至比苍蝇的综合智力还差的非常遥远，遑论和人比。现在每一个所谓AI模型的能力都非常局限，而且需要人类重度参与。而智能的一个特点就是灵活性，通过少量碎片就自己探索掌握新技能。
同意。我如果在谷歌上用script发10亿条---地球是方的。然后你问chatgpt，它会告诉你地球是方的，因为它搜到的信息里面80％以上的结果是方的。我可以短期内左右它的答案。
@@lolk-h3o 你如果有一個孩子，從出生就讓他與世界隔絕，並且教他地球是方的，那他回應你有關地球的資訊，都會是地球是方的為基礎
说白了还是算力不够，把现在的算力提高20倍，AI吊打全人类了。
同意，但既然目前的ai還不是智能，那馬斯克就不必小雞肚腸的成天宣傳阻擋GPT5以後的進化和研究。先把他自己的FSD人工智能研究停下來吧。
我拿了一段代码c# 说这是deep copy 他给我解释一通。然后我又问难道不是shallow copy么？他又道歉说是shallow。 😂
一段时间 电脑的称谓很流行。慢慢地 ……计算机再成了更贴切的描述。理想家 本质是想入非非。这里没有瞧不起的鄙视😅
挖掘机是不是比大力士厉害？没有人类可以做到那么大的力气，然而没人说挖掘机很牛。未来AI也是如此，一种工具。
从哲学的角度看AI可能更合适。简单的统计，在其规模达到一定程度之后，就会发生某种质变。
计算机的可编程性是函数调用实现的，人脑的可编程性是神经元链接实现的，两者本质原理不同，基于链接的对经验更有效，基于调用的对逻辑推理更有效，这也是为什么现在的AI模型很容易胡说八道，因为缺乏逻辑能力，这就像有的学生考前刷题把题库刷爆就能考高分，但其实对题目的底层逻辑完全不懂
現在研究 prompting 也許能解決神經網路幻想的毛病，特別是邏輯推理，只要讓它自己去調用函式庫，至少四則運算不會錯，稍後看看 ToT
AI是美國最強的好來塢、矽谷和華爾街三大單位聯手製造的話題，嗯！的確威力驚人，的確讓全中國的聰明人都陷在裏面，禁賣令又讓中國公司急著花錢替英偉達的未來買單⋯⋯😂
我就是AI算法工程师，你不清楚人工智能的流派，你说的都是连接主义的，但是符号主义你又不清楚，马斯克当然有自己伟大的构想，我无法完全接受你的观点。
欢迎专业人士指教
AI基本上就是由算力，算法以及数据组成！目前来说，其算法基本上就是基于统计学的多元分析，例如neural network 或者 svm等等！马斯克并没有错，就当前来说，算法上并没有多大突破基本就是统计学，而这两年突破最多的是算力和数据！例如ChatGPT在算法上是基于Google的Transformer model，它只是稍作提高，并没有什么大突破
我在手心里写了一个 “玄”， 请统计 “我为什么写了那字 和 那字代表什么 和 它是做什么用的”。。
你统计得出来 “我把桌子都吃了”。。
什么是愚昧 什么是智慧，
愚昧是毫无逻辑的在迷失 ；智慧是会分辨是是非非 能做一切正确的事 （不是别人对你输入什么就是什么）。。
把一个不断当机 和 自说自话的映射程序 当成智慧，是在贬低智慧本身这个存在？
还是。。你是指 大多人的智慧就是长那个样？ 请不要贬低生物的奥妙。。
你能一秒就辨认出 不同桌面上的是灰尘还是粉沫 并知道那尘积了多久，不是统计就可以做到 。。
我喜歡你最後的那句話和笑😀😀有些人對情感的看法實在膚淺，真正純粹的情感也可能出於理性，而非肉體預設
博主选的这个topic非常有吸引力。但看了你的视频觉得你没有说服我。我也认为Musk是对的。所有涉及到随机事件的问题都落入统计学的范畴。只有确定性规律的学科才不包括在统计学里，比如物理。目前的AI并没有产生象牛顿三定律那样的理论，其核心目前还是优化，所以我觉得AI还未超出统计学的框架。
激素只是一方面。还有一方面是人不能忍受未知。对所有检测到的新情况都必须予以解释。不能可靠解释的，进行脑补也要暂时把他解释通。小到自身，大到宇宙，皆要有个说法，无论真假。否则就没有安全感，注意力就会被新情况不断吸引。动物其实也是。只不过动物只关心自身附近发生的有关食物，天敌和配偶的新情况而已。如今的AI，如果赋予他感觉器官，是不是也能会急于建造属于自己的小宇宙呢？
我個人建議不要使用
AI Artificial Intelligence
「人工智慧」這個詞彙，instead，使用
「機器學習」
以免普羅大眾
誤解，導至很多誤會甚至商業糾紛 😅
很多人誤解機器具有和人類
一樣的智慧，
我個人以前也是如此，直到
study 機器學習、類神經網路相關書籍，才知道它並不是先前想像的
❤
因為這樣聽起來比較厲害 哈! 然後新的產品都會說他們有Ai功能, (有些商品我實在看不出什麼ai, 反正放個ai就會有人買 XD)
其實我覺得叫機器學習也蠻奇怪的 雖然就是英文直翻 我第一次聽到這個詞完全不懂機器要學習什麼 要怎麼學習
我觉得沒什么誤解, 什么是智慧呢? 智慧低不代表沒智慧; 你说猴子或原始人有智慧吗? 三岁的你和现在的你智慧有差別不? 为什么有差別呢? 不就是因为你经过了學習吗? 如果AI叫[機器學習]那人类是否应該叫[生物學習]了吗? 所以现在人造的AI叫[人工智慧]有什么问题?
無常，是這宇宙中，有機與無機都無法改變的真理。
所以先進的外星物種，都不敢給他情感及部分的必要限制，但這也是他們認為在可控的狀況下較能安全的作法。
不過，這樣能保多久呢？蘋果可以吃，桌子也可以吃，就看你能否有能吃的體質，因為這樣的機率是極低的。
馬斯克認同類神經網路，不認同統計學 🌎
機器學習是「統計學」和
「類神經網路」，
沒錯 🌎
再者，目前的人工智慧所使用技術是機器學習，但是機器學習不是「唯一」的技術 🌎
人工智慧不等同機器學習 🌎
人工智能的本质不是统计，而是函数。
所谓的学习训练，就是从海量的数据中找到一个函数，这个函数能够复原已有数据的结论，因为是函数，它显然也能预测新数据的结论。
對，只是從統計出發，不代表現在也是基於統計，agent 的底層就是函數
這就好比，會計就是算數一樣，你硬要說還是，但其實讀點書都知道賦予意義不同，你不能說他是算數。
ＡＩ本來就不能稱做某類數學，其實圖靈早就說明過這問題討論。
目前發展出來CNN基於類神經，你要說人類神經也不過就是統計的一種，是，但也不是。
您是说，人类因为有激素而有了自由意志？
我建议您再论证一下反方逻辑，他们一个理由是：“AI没有自由意志：只是根据策略在计算了输入参数之后得出结果、并根据结果优化策略，但是人类是有自由意志的。”
老马说的没错，现在的AI顶多算是小镇做题家，并不具备真正意义上的智能。而且最大的问题是，AI给出的方案无法用逻辑来推导是否正确只能靠实验来验证。
小镇做题家是从数据库中匹配。AI可不是，如果是那样，AI就不会在不知道的时候胡说八道了。
@@hxlbac 遇事不决就选C, 难道是数据库匹配吗?
统计学是基本的最底层逻辑！这是没问题的！关键在于所谓AI是有级别的，这就好像自动驾驶也会分为L1-L5！马斯克应该说的是纯粹的AI，而非目前OpenAI所实现的结果！只有能够对人类无法预想和创新结果的未来进行描绘和准确推测，那才是AI的基本功能之一！所以目前说的AI和马斯克内心的AI是完全不同的！
以人类的智慧，复杂的逻辑架构不可能出现，不管是ai还是之前谷歌的alpha go都是基于统计学，这是人工智能的瓶颈，也是人类智力的瓶颈。如果你要模拟真正的智能，就意味着你要设计一个真正的像人类一样可以思考的大脑，而这是不可能的事，因为你要想设计出一个人类的大脑前提是你要比人更聪明
目前的AI的技术本质确实是统计学. 但是量变可以引起质变, 目前的AI的表现已经能看到智能的曙光了, 但AI后面要走的路还有很长.
微積分偏多，有空看一下源碼
是你狭隘了，我的看法正好与你相反，马斯克其实也没什么太了不起，但他对AI的解读完全正确。精确一点说，我们现在看到的AI，是电脑占卜学。原理嘛，就是过去决定未来，或者说在数据空间有限的条件下靠暴力模拟天道。虽说在能应用的地方能给人类带来很大的效益，比如生物识别，但应用范围还是很有限。本质上讲，这种电脑占卜，和生物智能还是不能相提并论的。
人类的智慧是对感知到的信息的归纳总结，尤其是对数学、自然科学的探索研究是探索宇宙的基本原理，是一种创新性思维，这根本不是靠概率能得到的，尤其是古代哲学思想的产生，跟概率更没有关系，所以现在基于统计学原理的AI只是一种数据处理，通过各种算法把人类已知的信息进行深层次的加工整理达到人类所不能触及的深度而已。你让人工智能主要研究自然科学，有可能吗
我早就认为人工智能就是谬论，既然是人的设计和调教，哪来智能，用超级计算恰恰证明是干的统计和总结的活，而非创造和发明。人类只是让这个工具更好用更完善而已。
同意马斯克的观点
無一例外數學模型
要了知人间如梦如幻，对人间像梦幻泡影般的生活要了如指掌。了如指掌是什么？就是清清楚楚，天天想“我又带不走的”，天天想“我在人间活到今天就像做梦一样的，我能带走什么啊？我已经一大把年纪了，我不是跟做梦一样吗？”你活到今天了，你拥有了什么？天天去这么想，那你就不会去贪，你就不会去恨，你就不会再去愚痴。
* 不针对 任何人和事，仅分享善言，感恩宽容！
其实就是 考试考90分的 那就是被叫聪明 考试考10分的就是差生 这个之间也就9倍分分差 但是是人们的概念却差异很大。AI也一样，当AI考10分的时候还是傻逼，到90分的时候那就是无敌，这之间更多的只是规模的差异。最近人工智能的爆发，并不是什么划时代的论文，更多的是计算能力和数据量获得了飞跃式的提升。
机器学习的作用就在于帮我们在茫茫多的错误解中间有效地筛选出有价值的解 乍一看确实是统计学 实际上统计学只是过程
人类的学习不也是在一堆冗余的学习资料里通过不断练习排除错误的手段提炼最核心的知识和技能么
另外神经网络的架构才是影响训练效率和结果的核心 它和统计也没什么太大的关系
大数据是统计学吧...
大刘，我偶然在油管上看到你这一期。感觉你好像没有上过chatGPT。到电脑上一查，你这期是7个月前做的，可以理解。我建议你花点时间和chatGPT对谈。你一定会有新的认识。然后再做一期有关AI的话题。
AI是统计学，只能说不能看不起。人活着不就离不开统计
微積分
A monitor lizard & Elon Musk at the door, when comes to stealing your food when you are not around, who is it? when comes to stealing all the money in the world, who do you think??
大刘老师的分析是独立思考的典范，值得学习！
人脑不也是统计学吗？
你讲得也太外行了，后面就完全开始瞎扯了，神经网络也是统计学方法啊，“理解”正是统计学涌现的宏观结果。整个神经网络训练和推理原理都是统计学公式。另外，没有任何证据证明人脑不是统计学模型。
机器只能模拟智慧和情感，但是永远不可能变成其本身，因为和智慧和情感是生命的本质。生命不是代表肉身的物质世界的集合，他和上帝一样神秘不属于物质世界的，而是来源于一切万有的源头。
大数据AI核心算法还是靠数学家，只不过以前的硬件能力有限
别侮辱统计学，ai最底层就是梯度下降，所有机器学习模型最底层都是梯度下降，你认为世界的本质真的是梯度下降吗？
马斯克估计是吃不到葡萄酸呢，因为自己不是也在开发AI呢吗，他说过几次他开发的是通用AI，大刘老师能否说说特斯拉团队的AI是否和chatgpt那种一样呢？谁家的更先进呢？
深度学习只是在计算的数量和规模上有变化，从原来上讲，还是数学拟合，还是统计学的基因发展出来的东西
人类的情感不仅仅限于激素的刺激，生物学的研究表明，人类的情感和自我认知的生物基础非常复杂
他也没说错，AI的内核是统计学 就像他说一个人是由细胞构成的一样 你非要扯到意识更高的维度上去论证细胞是如何工作协调输出的 你们说的都不是一个维度的东西
现在的AI本来就是统计学嘛，其实人脑也可以说是统计学，人脑要就不会计算，一加一人脑也不是算出来的，是通过统计和记忆存储在脑中，然后通过生物神经网络搜索出来结果的。
取個高大上新穎的名稱，對拓展市場很有幫助，就像台灣用微電腦指稱微計算器，比直翻譯的微計算器好像就高了一個檔次
人类大脑皮层的运作原理，貌似就是概率计算，但是人类意识的来源是脑干，对外界信息的映射，这一点AI好像没有办法绕过，机械生物混合体，大概率是人类的未来
估计大刘不是搞CS相关专业的，这集似是而非的结论太多了，对machine learning, deep learning 的理解太粗浅了。
幾百步幾千部的幾百次方種可能性，並做價值判斷，誰的人腦可以做到啊，未來這一差距還會被指數級放大，完了
给AI一个和牛顿相同条件的环境，它要是能得出不亚于牛顿的成就的话，那就能证明他不是单纯的统计学。
你怎么证明牛顿的大脑不是单纯的统计学模型😂
怪不得AI是那么的耗电，一个小动作也需要看完整套百科全书才能找到答案。人类根本就不需要克服只身的障碍就能有神通般的智慧，这肯定会翻车的。
各种逻辑判断是在统计得出的规律上加上边界，依赖判断而已！
统计学是根据大量的数据来做决定。这有一个严重的问题，就是多不代表正确。
正确的决定不是根据数据的多少。
目前的人工智能并不是完全根据概率做决定的。
它不是一次性学习到到尾才做结论，而是在若干次的学习中做了若干次结论。
然后根据以上若干次的结论，继续深度学习，过后又得到了若干次的结论。
这就像我们人类在无数次的学习当中，学到了许多正确的知识。
然后根据所谓正确的知识，又继续学习。
所以，人工智能如果继续发展下去，有一天会比人类更加智能、强大，甚至控制人类。
我们目前已经在某种程度上，间接地被人工智能控制了。
目前有些人已经不在乎ChatGPT给的答案是否对错，直接用就是了。他们已经被ChatGPT控制了。
也有些企业直接用人工智能的计算来管理员工，开除员工等等。
你的12:58秒，我有一個問題要問，開發者是真不明白還是假不明白?
還是開發者裝作不明白?
AI的本质就是统计分析，马斯克是明白人，深度神经网络也是统计分析，你把深度神经网络和统计分析对立起来，其实你还没搞懂。
智能应该不仅仅是指机器算法本身 而是机器跟外界环境交互反馈的总称
人腦只需要60瓦的電力即可處理複雜度極高的問題，而AI卻需要幾十萬倍以上的驚人電力才能達到同樣水準，可見得目前AI的演算法與大腦仍有很大不同。
人脑和硅基芯片硬件差异巨大，能耗悬殊，并不妨碍软件算法的相似程度。
換言之，人腦和AI的最大差別在於，前者通常不需要海量收集和處理資訊即可應付各種問題，AI則必需時時刻刻保持高度運算的狀態才能做到，所以兩者的運算方式是不一樣的。
@@eureka8996 也不能这么算。人脑的海量搜集是从几十亿年第一个神经连接出现就已经开始了。而且训练成的网络已经存盘到了DNA里。
@@KingOfMooreLab話是沒錯，但你要知道人腦處理問題的方式是隨著知識經驗越豐富而變得更省力，而AI系統卻是必須變得更龐大和耗電，這兩者的差異是相當明顯的。
人腦的神經元很多的! 現在技術還沒辦法做出像人腦那樣強的晶片的
我就说说我的定义，当一个ai真的自发认为人类是愚蠢的时候，这个才是真的ai，而不是人类让ai说人类愚蠢…
这个作者不太懂统计学啊！按照它的理论，线性模型，非参数，半参数统计都不是统计了。作者太低估统计学了。
其实Ai本质上并不能理解事物直接的本质，只不过通过不断的学习通过不断更新参数知道哪些是对的那些是错的
哈哈大劉最後的笑為了證明他不是AI播報
第一是，各阶段都是，但是非常明显的灵活运用各种统计方法；
马斯克多少年前就投了openAI, 你竟然说他吃不到葡萄😂😂😂。人家只是客观的看待事物
叔本华说过，我们认识世界永远只是表象。我们不可能真正拥有上帝视角。
最后那个笑容暴露了大刘就是 AI收下我最高的敬意
撒豆成兵? 信息类的计算, 再怎么算, 它还是信息数据, 但社会的主体是人, 需求与承担的分配
不错哦，竟然在最后还点出了激素调节，赞！
面对复杂问题，人类自己的学习方法，也是通过统计来获得有效反馈的，说统计也无所谓
有的事情能有精确公式描述，有很多事情尚未找到公式，那就用简单粗暴的方式无限接近。
AI 目前只能是根据现有的知识做到最准确，但人脑会发神经跳出既有的模型。所谓的创新性。
说是统计学的意义在于必须有持续不断的数据给他。一旦出现他没见过的情况，就不会思考了。
能控制行为就能达到这个境界嘛？我觉得未必！激素有时候有加速作用，当然太多是有影响的
最后那个笑好逗哈哈😆
語意分析（semantic analysis）技術
深度神经网络用的还是统计学😅爱因斯坦说“上帝不会掷骰子”，也就是说上帝不会用概率😂，人类思维仰赖的逻辑推理，和软件工程师所谓的逻辑算法有着本质不同，人的思维是基于符合逻辑的判断，而AI只是基于统计的选择。虽然它符合归纳推理中例举法的某些特征，但它还是选择，不是判断，换句话说，AI用n多次的选择，包装成一个简单的逻辑判断，于是判断的准确率，完全取决于n到底是10的多少次方，可以说AI穷尽全世界所有的能源，也无法做出一个百分百准确的判断😢。人类的进步源于勇敢冒进，伴生的是盲动焦虑，无知者无畏，我觉得吧，在造出喝两碗稀饭就能连续全能工作的硬件前，所谓人工智能不管使用多少GPU，多复杂的神经网络，最多是人工智障，对“Artificial Mental Retardation”简称“AMR”“阿嬷”😂
马斯克说的没错。目前 AI算力有限，算法也没有突破统计学的思维模型。
CNN卷积神经网络也是有上限的，据说GPT-5对-4的提升已经很有限了。
马斯克的表达有情绪因素在里面，他的真正理解也许跟你一样。
最后那个笑容暴露了大刘就是 AI，直接触发了恐怖谷效应
就是統計學，核心是反向傳播算法，所以不會通過圖靈測試。
寫過ＡＩ就知道了，沒寫過的通通講再多都不會懂。
覺得神奇的人就是認知不到位，就像有一些動物不能認知到鏡子中是自己一樣。
老黄要给显卡加上点激素，或者人形机器人上加模拟，就有感觉了？
CNN(resNet之类), Transformers这类架构本身本质也是back propagation和gradient descent，其本质确实是数理统计+线性代数+微积分结合。确实也很难逃脱数理统计
拿蒙特卡洛方法来解释统计学太小儿科了，因为蒙特卡洛方法只适用于当我们不能获得大量数据时，人为制造数据。而现在我们一般是可以获得大量真实世界的数据。AI 最基本的数学基础就是统计学。 AI 目前分为 机器学习和深度学习。这两个方向早在1970-1990就已经开始发展了。不是什么新事物。 机器学习基本上就是统计学加上线性数学。深度学习引入了神经网络等边缘数学
人们小看了统计学的力量，又高看了自己的智力。不过，人脑在物理架构上的精巧和复杂程度原本就比最复杂的计算机系统还要高许多，以至于即便正视统计学的强大和人类智力的局限，二者的区别依然是巨大的。切断所有的激素供给就会降低到AI的水平？说个笑话听听罢了。