※ 引述《remaerd (286)》之铭言：
: 嘘 dos01: ...我只想说 你不懂心理学 08/31 03:07
: → dos01: AI的东西跟模仿人类思考模式完全是两回事 08/31 03:08
: 推 dos01: AI之所以是模仿画风 是因为那是在模仿 但那东西就不是人类 08/31 03:11
: → dos01: 的思考模式 08/31 03:11
: 嘘 AirPenguin: 要定义这么严格那根本没几款是AI啦 08/31 03:17
: 推 jupto: AI严格来说不是模仿人类的学习模式 而是模仿所有神经网络 08/31 04:05
: → jupto: 生物的学习模式 08/31 04:05
: → s8018572: 没办法主张不被学习why? 不想拿来给你学有什么问题ㄇ== 08/31 05:30
: 嘘 dos01: 因为这样不方便阿 爬虫爬惯了 data突然要被删除很麻烦的 08/31 06:35
: → dos01: 话说回来 做研究的 知后同意是基本常识吧 现在都没在教研究 08/31 06:36
: → dos01: 伦理了吗? 08/31 06:36
: → lucifiel1618: 你要是研究出当下的AI跟人类思考模式有什么本质上的 08/31 06:36
: → lucifiel1618: 不同，那早就该用这个理论为基础开发新的AI了 08/31 06:36
: 推 Darnatos: 心理学的支持方偏向认为AI跟人类的学习不一样？有什么 08/31 07:51
: → Darnatos: 关键差异吗？可能现在AI还不够像，但未来呢？ 08/31 07:51
不提心理学，我们就讲个看得的部分
现行AI 跟 人类 在学习上有一个显著的不同是：
人类只要很少的资料点(data point)，就可以在判断上产生很大的变化
人类可以在给予很少、甚至只有一个不符合之前判断的案例下，
大幅地修正以前长期使用的策略。
这是我觉得人类相当聪明的地方。或者说，我一直觉得目前看过的AI都蠢到不行

人类是感性的动物 做的判断和决定不是全然理智的

你是怎么知道人类的判断是正确的@@所以你评估AI跟人类学习的优劣是从变化的弹性 还是表现的成绩撇开多媒体相关的机械学习 你认为就棋盘或资讯对等的游戏 人类学习的弹性 能够胜过有效策略的收敛 吗传统AI的局限是因为逻辑跟策略都是人制定的, 现在deep已经不太一样了

电脑的好处是稳定可预测，人类上限可以高到很高、也可以低到很低，思考也不一定是有逻辑的，身体和精神状况也会影响判断

我是认为 以德扑或日麻来说 有的时候也许你坚持的策略在数学上是有效的 但是人会受到你所谓的"弹性"大幅影响判断修正不过讨论讨论 我觉得你讲的也是一点 AI如果框架根本上错误 算再多也是浪费电而已

资料点的权重问题？人类天生有正确(?)判断资料的能力而且人类也是有不会改正的时候，比如刻板印象和偏见

人类学习和决策过程就是和现行算法 AI 有很大差异，越明确定义（数学模型）的问题算法越能精确收敛，但越大范围模糊的问题得靠“猜”的时候两者就会差很多（未必哪边准要看题目），人类会从许多不知道的地方抓参考加上心理权重浮动很大，算法只有喂食的资料范围以及一些数学工具特性会让输出结果受限

画图真的太累了 原画师给AI处理也能省很多工 加大产量不好吗有特色的 大家都还是知道是你的啊

你在讲啥？这也是人类最大的劣势啊，AI一天吸收上万笔资料，培养一个人类绘师要2年，AI一个星期就出师了

我觉得从头开始训练当然很弱 就跟从婴儿开始教应该学不太好如果说具备一定程度能力的模型比如gato 学习就会又好又快吧

事实上是目前ai没有跨领域的data啦 这成本太高没必要没理由画图ai还要喂食谱给他 人类思考模式有多方参照但这也是因人类对数据解读不够精确而衍伸出的能力

gato就是跨领域啊 他可以做604种任务包含对话 看图叙述打电动 操控机械手臂AI 也有主动学习的技术 不一定需要人喂资料

查了一下 虽然是通用ai 但不确定有没有资料间互通~依照架构图比较像放射性结构，不是网状结构