这本书讲AI的,真是有点迫不及待的想读,想了解这个生机勃勃潜力无穷的领域
刚在amazon上买了一本书,华人女科学家李飞飞的《The Worlds I See》
所有跟帖:
• 这个视频是李飞飞吴恩达访谈,讲到了AI的现状和前景,想进一步了解AI的可以看个大概 -长发依旧- ♀ (214 bytes) () 02/24/2024 postreply 14:22:10
• 谢谢长发美女的分享! -mintgarden- ♀ (0 bytes) () 02/25/2024 postreply 05:07:22
• 本质上跟几十年前没有大差别,根源是算力。动不动搞billion参数,还是算法不聪明。解偏微分方程的数值解和解析解快无数倍 -newbiestock- ♂ (211 bytes) () 02/24/2024 postreply 14:23:09
• 你这是拍脑袋的出来的结论还是通过研究学习得来的? -长发依旧- ♀ (162 bytes) () 02/24/2024 postreply 14:26:14
• 我是做这个的,本科的毕业论文就是用神经网络预测XX -newbiestock- ♂ (0 bytes) () 02/24/2024 postreply 14:30:39
• 你还在这个领域工作吗?有人说AI是郁金香,有人说AI是新的工业革命 -长发依旧- ♀ (24 bytes) () 02/24/2024 postreply 14:34:13
• 我懂得也不多,要不也不会错过nvda。个人觉得ai在重复性好的领域非常有前途,比如人脸识别/llm等。但是在数据稀缺 -newbiestock- ♂ (144 bytes) () 02/24/2024 postreply 14:47:52
• Supervised learning with huge labeled training dataset -longshort2- ♂ (0 bytes) () 02/24/2024 postreply 16:43:33
• overfitting也是个问题,还是个黑盒子,没法理解里边的物理机制,需要海量数据去训练。没有物理基础,将来的事件根本 -newbiestock- ♂ (69 bytes) () 02/24/2024 postreply 14:29:15
• 我更关心的是AI的科学研究会不会给人类带来巨大的变革 -长发依旧- ♀ (30 bytes) () 02/24/2024 postreply 14:35:47
• 你去看看openai 的首席科学家的访谈,就会发现ai没有科学 -基因编辑师- ♂ (213 bytes) () 02/24/2024 postreply 18:57:31
• 基于统计大模型的AI 软件技术门槛不高,这正是它可怕之处 -水云闲一- ♂ (256 bytes) () 02/24/2024 postreply 19:58:41
• 有link吗? -长发依旧- ♀ (0 bytes) () 02/25/2024 postreply 04:32:05
• 不需要懂物理 -水云闲一- ♂ (48 bytes) () 02/24/2024 postreply 20:04:01
• 过去几年AI在微分方程的数值解,空气动力学,流体力学,宇宙探索等领域走错了方向,不但没有效率提升, -ezf- ♂ (558 bytes) () 02/24/2024 postreply 14:45:08
• 不知道你在说什么方向。如果没有数据或数据稀缺肿么办?如果在一个分辨率上驯练,换个分辨率绝大部分训练模型就歇菜了 -newbiestock- ♂ (0 bytes) () 02/24/2024 postreply 14:51:17
• 这些领域的数据基本上都是细网格算出来的,很昂贵。基于全局数据训练或基于最小化方程残留值的神经网络效率太差。 -ezf- ♂ (0 bytes) () 02/24/2024 postreply 14:59:23
• 好啊,保持终身学习是好习惯,我一般读书只读标题,这本恐怕办不到 -monseigneur- ♂ (0 bytes) () 02/24/2024 postreply 14:23:30
• 必须要学习啊,否则怎么投资呢? -长发依旧- ♀ (169 bytes) () 02/24/2024 postreply 14:32:31