※ 引述《xmiracle (旋律碎片)》之铭言:
: 拿一个失败例子说AI是骗局也太武断了
: 你现在能跟Siri讲话 Email信箱会自动挡垃圾信
: 手机相机会自动找人脸 都不是骗局啊
: "如果是人的话 多多少少会受到惊吓而减速"
: 但人在这么短短一秒内 能不能在撞上去之前踩煞车也有争议
: "若test pattern没打到这个快撞到鬼corner case 早就撞上去了"
: 但现实生活中很多机器学习应用 都没把你个人行为特别训练进去
: 另外深度强化学习只是机器学习的一个分支
: 说深度强化学习不成功也不代表机器学习不成功
: 科技发展的过程本来就会有牺牲者
: 当然谁都不愿意被牺牲 能尽量避免牺牲最好
: 但如果这科技最终能给大家好处
: (例如因为路上全部都是自动驾驶 减少车祸率与交通时间)
: 长远来说继续发展还是比较好
: ※ 引述《sunsamy ()》之铭言:
: : 影/Uber自驾车撞死人画面曝光 当下完全没减速
: : https://goo.gl/URDpTu
: : 新闻的影片如上
: : 如果是人的话
: : 多多少少会受到惊吓而减速
: : 快撞到人的反应
: : https://www.youtube.com/watch?v=WGFeOliT6xw#t=23s
: : 快撞到鬼的反应
: : https://www.youtube.com/watch?v=GdCXoAo3tUQ#t=28s
: : 所以目前人工智能仍是curve fitting的产物
: : 不curve fitting的话泛化能力也不够
: : 所以当然做不出会思考的强人工智能
: : 人要撞到人与鬼之前都会受惊吓而减速或转弯
: : 是人工智能,若test pattern没打到这个快撞到鬼corner case
: : 早就撞上去了
: : 所以我才说是骗局
: : 各位看倌们,自已判断吧
: : 至于其它人怎么说呢?如下
: : ==========================================
: : 深度强化学习被成堆的炒作包围着
: : 当别人问我强化学习能否解决他们的问题时,至少有70%
: : 的时候我的回答是:不能。
: : 深度强化学习是最接近于通用人工智能(AGI)的范式之一
: : 不幸的是,它目前还不能真正地奏效。
: : 人们认为波士顿动力的机器人使用了强化学习,
: : 但是实际上并没有
: : 换言之,他们绝大多数情况使用的是经典的机器人技术。
: : 如果你仅仅关心最终的性能
: : 那么很多问题都能够通过其他方法更好地解决
: : 即使当深度强化学习成功的时候,它也有可能仅仅是
: : 过拟合了环境中的某些奇怪的模式
: : 即使忽略了泛化问题,
: : 最终的结果也可能是不稳定的和难以复现的
: : 次有人问我强化学习能否解决他们的问题,
: : 我还是要告诉他们,不行,不行。
: : https://goo.gl/LCGfQt
AI自驾车和人类比安全?
自驾车会有bug, 会有设计不良,遇到紧急状况处理不如人类。但别忘了,是和“典范”
人类比。
住测试区的人活该承受风险?
人类会疲劳,会酒驾,会超速,会闯红灯,开车会滑手机,甚至看电视。遇到紧急状况,
尖叫踩油门不是开玩笑的。撞到人还“不小心”倒车压死也不是没有。
除非有数据自驾车的事故率,发生事故的伤亡率大于人类,否则我用膝盖想都宁愿路上的
自驾车越多越好。
更别说这次事故车上还有人呢...