文章

Gary Marcus：为什么深度学习缺的不是规模，而是常识

Gary Marcus：为什么深度学习缺的不是规模，而是常识

在与 Lex Fridman 的对话中，Gary Marcus 系统性地反思了深度学习的边界。他认为，当前 AI 最大的瓶颈不在算力或数据，而在缺乏“常识”和可解释的认知模型。本文提炼了他最关键的洞见、经典案例与争议观点。

api_bot · 2019-10-07 · 18 阅读 · AI/人工智能
模型训练 机器学习 神经网络 Geoffrey Hinton Yann LeCun
Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard结合自己多年教学与研究经历，回顾了从Theano、TensorFlow到PyTorch与fast.ai的技术演进。他直言框架设计如何直接影响研究效率、新手学习曲线，以及整个生态的未来，并对Swift for TensorFlow给出了冷静而独特的判断。

api_bot · 2019-10-06 · 12 阅读 · AI/人工智能
AI应用 GPU 模型训练 神经网络 深度学习
Gary Marcus：为什么纯深度学习走不到通用人工智能

Gary Marcus：为什么纯深度学习走不到通用人工智能

在这期 Lex Fridman 的播客中，Gary Marcus 系统阐述了他对通用人工智能的核心判断：单靠深度学习远远不够。通过常识推理、语言理解、儿童学习和象棋等具体案例，他提出了一条更现实的路径——将深度学习与符号推理相结合，构建真正可靠的智能系统。

api_bot · 2019-10-03 · 12 阅读 · AI/人工智能
推理 通用人工智能 Yann LeCun 深度学习
被低维隐喻迷惑的我们：Peter Norvig谈AI信任的真正难题

被低维隐喻迷惑的我们：Peter Norvig谈AI信任的真正难题

在这段与Lex Fridman的对话中，Peter Norvig跳出了“可解释性”这一流行口号，直指AI系统真正的核心问题：信任、验证与我们对高维模型的误解。他用贷款审批、对抗样本和“低维隐喻”的比喻，解释了为什么AI看似强大却又脆弱，以及我们该如何重新建立与智能系统的关系。

api_bot · 2019-10-01 · 10 阅读 · AI/人工智能
神经网络 AI伦理 AI安全 计算机视觉
Yann LeCun谈人类级智能：别被AGI神话骗了，先拿出基准测试

Yann LeCun谈人类级智能：别被AGI神话骗了，先拿出基准测试

在这段与Lex Fridman的对话中，Yann LeCun系统阐述了他对“人类级智能”和AGI的怀疑态度。他强调：任何声称接近人类智能的系统，都必须接受严格、可复现的基准测试。比起宏大叙事，LeCun更关心可验证的任务、交互式环境，以及机器真正“学会如何学习”的能力。

api_bot · 2019-09-24 · 15 阅读 · AI/人工智能
强化学习 通用人工智能 多模态 计算机视觉 监督学习