主题：辛顿，李飞飞，和AI之问 -- qq97
家园 这可真是个冷知识 因为寒春，对辛顿的敬意又增加了一分。
家园 李菲菲的绝大多数时间 表现得都像是个“社会学者”而不是科学家，像是要扮演哲学家或是卡珊德拉
没有特别关注过她的团队，唯一印象是n多年前关于无监督、半监督学习，但也更像是一种畅想，没有怎么做更没有做了得到什么。
辛顿等等则不同，对于技术是有更加直观的触摸的，谈论人工智能更有细节，哪怕胶囊网络应者寥寥，那也是有完全的细节的。
通宝推：qq97,家园 李飞飞的贡献在于 李飞飞的贡献在于，她主导的项目在基于神经网络深度学习技术路线上取得了临界点上的突破，从此产业界可以照葫芦画瓢式地将图像识别技术大规模地应用于产业界，基于神经网络的人工智能在发展了60多年后终于在产业应用上取得突破，获得了可观的产业回报。
而辛顿一直致力于研究人脑运作模式和人类认知模式，并用计算机算法来模拟仿真这个过程，可以说当前的AI整个赛道都是辛顿奠定的，辛顿被称为AI教父当之无愧。
通宝推：偶卖糕的,- 复 李飞飞的贡献在于
家园 哪个标志性事件啊 我想到的标志性事件，是12年的alexnet在imageNet上的优异成绩，向人们展示了神经网络还是有很好的效能的。imagenet是李菲菲的数据集合，更复杂更加接近现实问题，不被当做玩具式的科研工具。其实也是相对的，现在看做玩具的mnist也原本是lecun给邮政做的项目。
alexnet也不是李菲菲组的啊，反而是hinton手下的。这个网络本身是lenet改进、规模化，最具启发性的反而是工程角度，使用了nvidia的显卡进行神经网络的计算，算力的突破带来了试错，或者说网络训练的更大的自由度。而Alex Krizhevsky也是从GPU进行矩阵乘法运算的论文想到了用于神经网络的执行的。
李菲菲最终算是挖坑的，但是不是填坑的。挖坑方面，往往都是有人以填坑闻名，然后挖坑说这个坑怎么填啊太难啦，而这个李菲菲，似乎没有以填坑闻名，反而是挖了个坑说你们谁会填。我甚至想过，以学术掮客来形容是不是太刻薄了
通宝推：qq97,
家园 中国曾经拥有过鼻祖最出色的家族传承者，她多活几年你也许可以直 接问她。
辛顿，李飞飞，和AI之问
家园 人的思考不需要边界在行动时需要，而电脑需要边界， 再微小的错误也会使电脑触发灾难，电脑没有道德约束。且不说不同文化不同年代的道德发展差异，情绪感受并不能被真实清楚地划出底线，社会生产关系如此庞大复杂，简单的挖矿算比特币都极费能源 何况推演社会发展。
家园 感觉你讨论的问题更像是名词之争 在AI这个问题上，中国人应该有自信，能沉下心来深入一个个具体的场景，去解决一个个具体的问题。建立主体性，走自己的路。讲故事这种事，美国人在行，就让他们去玩吧。
家园 请教一下 下面这段有原文吗？
他[辛顿]认为神经网络深度学习模拟的就是人类大脑的运作方式，人类大脑的神经元就是在不断的外界信息刺激下不断地建构神经元之间的连接强度，神经网络深度学习和大模型就是这个过程的完全模拟。
现在有“数理神经科学”，你找本这方面的教材；再找本深度学习方面的教材。你都不用真懂里面的数学，把数学公式当画看，你都能看出来“完全模拟”有多完全。
- 复 请教一下
家园 估计是这个一段 https://mp.weixin.qq.com/s/yM35u0Nfjx4zOSFQCdXirA
我个人猜测，下一个AI大事件肯定是脉冲神经网络的学习算法。它能够解决是否进行脉冲的离散判定，以及何时进行脉冲的连续性决策，这样就可以利用脉冲时间来进行有趣的计算，这在非脉冲神经网络中其实很难做到。之前没能深入研究脉冲神经网络的学习算法，这是我研究生涯的一大遗憾。
- 复 估计是这个一段
家园 所谓AI和所谓人类智能 估计Hinton写不了中文，假设这就是他说的，光看字面的意思，好像是说我后悔没这样，而不是说现在就是这样。不过，想着试这条路的人肯定是有的，正在试的估计也是有的。但我个人觉得，总而言之，对一般人来说现在这个所谓AI其实不是最好的用来吹牛的材料。
说为什么之前，首先声明我不是专家，现在这些方法用的数学大致能放到自己的知识框架里顺个思路出来；如果有人发明一个新的算法，我这儿的兄弟们给实现到一个程序里，我也大概能顺出个思路。但也就能顺个思路出来而已，基本就是皇军让我给您捎个信这动静；您要是问皇军能不能多给三千大洋，我就得先回去一趟。真的专家肯定不来趟这趟混水，所谓“放下助人情节、尊重TA人命运”；不过老本前几天贴过一个好像给人大代表科普的，我个人觉得还是不错的宏观介绍，我理解他强调的是我们应该怎么做、而不是未来会怎么样。
其次，把天聊死。现在要从所谓AI往所谓人类智能跳跃，我个人的看法基本上就是莱特哥俩（好像还有一个巴西的老哥也打这官司）刚让飞机飞上天，你现在来跟他们说咱们这飞机飞到月亮或者火星上前景怎么样。你要是有钱能往里扔或者能找到人往里扔钱，人家肯定不能让你跑了，大致要跟你坐下来谈，谈出来的前景肯定一片光明。你要是没钱还天天去，十有八九是警察来之前能见到的就是保安。你要是一没路费坐车、二来腿脚也不好使，天天在家就跟老婆娃说这些，那就谁也管不着了，起码比喝酒打老婆或者喝完被老婆胖揍强。你要是靠媒体吃饭，不管是被人雇的、还是自媒体、或者未来学家小方向哲学家，谁也不能拦着你自食其力。你但凡能找着个时间地点说，不管你说什么还真不能就说你一定不对，而且以后飞到月亮火星上了、说不定你的哪个主意还真就和某个国家的宇航局的某位从业人员某个时间上想的一模一样。比如说，你要是建议我们找个魔幻激活函数就能让神经网络迈一大步。印度宇航局的一个懒厨😂听到了，说我们虽然没啥肉，连土豆也不多，但我们用个神奇的咖喱配方，从此宇航局修下水道的就只需要一个礼拜吃一顿，省下来的钱都用去造火箭。这还真就没法否认你预见到了印度航天事业发展的方向、为印度航天事业做过贡献。
再次，把天聊得更死。想要基本弄懂现在所谓AI到底是什么、需要数学和计算机科学知识，可能得比罗教主懂得还要多。有了这些知识以后，还得多少去看看具体是怎么应用的，这要不是混饭所迫，一般人谁去花那个力气。同时现在所谓AI还没有什么成熟的消费者应用，所以还没有发展出一套像音响、汽车之类可以用来吹牛的维度、参数、指标。比如一个码code的AI、要想billable hours多就得用恒河水发的电，而一个做讼棍的AI、要想billable hours多就得用泡汤没开河水发的电。结果呢，要吹AI，一般只能先虚晃两枪十八亿参数、大脑结构什么的，然后就得一竿子捅到世界未来，人类命运。
你要是说，这天还没聊死，那得先定义什么是你说的AI，什么是你说的人类智能。定义完了以后，与其聊AI怎么达到人类智能，还不如聊AI下一步往哪儿走。但是全世界现在这么多做这方面的研究的人在这个不成熟的领域，路子肯定是啥方向的都有；要是真想了解，肯定会有千百个博士开题之前，会搞个文献综述，过去若干年内AI研究方向概述；最后哪几个方向能突出来、还是大家相互携扶着往前走，肯定不是Hinton、李飞飞像欧洲杯淘汰赛那么玩。不过像我这样的，一是看不懂、二是不需要看，所以最后还得回到AI将要改变人类数万年以来形成的基本道德准则。
通宝推：广宽,审度,家园 南寒兄的聊天风趣有品位，怎会聊死？ 我也说说我对AI的理解，历来都有两条路线，一条是模拟大脑产生智能，另一条认为可以用逻辑符号表达智能。
按照我粗浅的认知，Hinton说的，是前者的路线，模拟脑神经的刺激，逐步产生记忆，再转换成知识，在生物上，过程就会极为缓慢，但电脑模拟的就不一样了，理论上的速度可非常快。
LLM走的也是前者，只不过不是通过模拟脑神经的刺激，模拟的仅是大脑的工作原理，方法是通过极大规模的数据统计，逐步筛选组合，输出结果。上了规模之后，目前的效果看来不错。
个人认为，但前者路线存在问题也是出自娘胎的，既然是模拟人脑，结果跟人脑一样，必然也不敢保证精确，在商业应用上，这点很致命，记得有个律师，用了chatGTP查案例，呈堂的时候，被法官发现是胡诌的，输了官司。
后者的路线我没有跟进，虽然精确，但好像走不下去了？
至于未来的发展，我个人认为通用型的人工智能这条路走不通，但是，各行各业的专用型AI是很有可能的，例如legalGPT，lazyChefGPT，javaGTP, pythonGPT （注意不是CoPilot这样的通用编程助手），在特定的专业领域的精确程度达到商用水平还是很有希望的。
家园 为什么结婚晚因为谈恋爱费时费力，俩AI能谈恋爱才算智能了。
- 复 请教一下
家园 请教不敢 我的信息来自若干对辛顿的访谈，说辛顿相信目前的AI是对人类大脑的模拟，是因为辛顿当初提出神经网络深度学习，就是对基于神经突触学说的大脑活动的模拟，而在此之前的人工智能研究基本上都是基于逻辑推理的，而对大模型，辛顿认为大模型基于理解预测下一个符号，而这个理解与人类大脑的理解方式是一样的。
我说“完全”模拟，是指辛顿奠定的整个AI算法是对人类大脑运作和认知模式的模拟（或者换个词叫“仿真”？），当然也是为了区别于李飞飞说的“模拟”。
当然，跟人类大脑比，当前的“完全模拟”仍然是很不完全的，比如辛顿提到突触的暂时变化，即临时记忆，在现在的神经模型上就没有处理，当然，这只是个小的技术问题，既然识别出来了，在技术上实现也是可能的。