机器学习与人类学‪习‬ Full of Mind

主播


小果汁
斯图亚特
Cat Chen


[01:21] 人脑是怎么学习的



人类对大脑研究的历史
对罕见的脑损伤病人的研究
从神经元到局部回路到系统：视觉通路是怎么走的
从看见到识别，大脑里发生了些啥


[15:26] 机器是怎么学习的



什么是机器学习
监督学习、非监督学习和强化学习
机器有结论不等于机器真的明白


[22:20] 深度学习算法的革命



从统计模型走向仿生（赫布理论）
深度学习的革命性突破：图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理


[26:30] 机器太「笨」，人又太「懒」



机器需要海量训练集，人类可以从少量数据中学习
机器不会触类旁通，很难把知识应用到其他领域
机器每一种应用都需要人类特别调节
人类其实把“识”的权重提得很高，但是“别”的能力很弱
人类对「节能」有令人发指的执着
人类看世界认识世界是非常主观的
视知觉、表象和记忆之间的联系——我们每个人都活在自己的deja vu里


[42:41] 机器也有擅长之处



信息存储、处理
规则限定的复杂计算


[58:07] 从《西部世界》聊到意识的产生



迷宫（隐喻）：当每一个举动都被赋予一种可能性和选择性的时候，自我意识就产生了
自我产生于最初的缺失，即无法被满足的照顾，因为不满足而想要获得满足的愿望，就是自我意识
心智来源于整个有机体，大脑是为躯体服务的
动物有意识吗
AI 会有意识吗，或者说它有意识能被我们发现吗
AI 会反过来操控人类吗


[01:10:40] 机器学习路漫漫，人类更要小心自己



机器在很多事情上做得不好，但也许未来能做得更好
人类在担心被操控之前，要小心自己对自我的放弃


链接


牛油果烤面包
联系我们 hi@fom.fm
订阅方式
Special Guests: Cat Chen and 斯图亚特.
Support Full of Mind
Links:
《算法之美》《笛卡尔的错误》Westworld (TV Series 2016– )Some Studies in Machine Learning Using the Game of Checkers