推 undeadmask: 人類是感性的動物 做的判斷和決定不是全然理智的 08/31 08:40
AI是全然理性(或者低能)的，策略/判斷一樣可以收斂到很鳥的那種啊
→ EricTCartman: 你是怎麼知道人類的判斷是正確的@@ 08/31 08:43
所以我用「變化」啊
→ EricTCartman: 所以你評估AI跟人類學習的優劣是從變化的彈性 還是 08/31 08:45
→ EricTCartman: 表現的成績 08/31 08:45
我比較重視 彈性。同時，「表現的成績」跟「彈性」常常有關係的
推 EricTCartman: 撇開多媒體相關的機械學習 你認為就棋盤或資訊對等 08/31 08:49
→ EricTCartman: 的遊戲 人類學習的彈性 能夠勝過有效策略的收斂 嗎 08/31 08:49
贏不了。這跟人類下些比較簡單的棋類贏不了暴搜類似
※ 編輯: arrenwu (165.225.243.22 美國), 08/31/2022 08:51:35
→ EricTCartman: 傳統AI的局限是因為邏輯跟策略都是人制定的, 現在 08/31 08:50
→ EricTCartman: deep已經不太一樣了 08/31 08:50
→ undeadmask: 電腦的好處是穩定可預測，人類上限可以高到很高、也可 08/31 08:52
→ undeadmask: 以低到很低，思考也不一定是有邏輯的，身體和精神狀況 08/31 08:52
→ undeadmask: 也會影響判斷 08/31 08:52
→ EricTCartman: 我是認為 以德撲或日麻來說 有的時候也許你堅持的 08/31 08:52
→ EricTCartman: 策略在數學上是有效的 但是人會受到你所謂的"彈性" 08/31 08:53
→ EricTCartman: 大幅影響判斷修正 08/31 08:53
→ EricTCartman: 不過討論討論 我覺得你講的也是一點 AI如果框架根 08/31 08:54
→ EricTCartman: 本上錯誤 算再多也是浪費電而已 08/31 08:54
推 Darnatos: 資料點的權重問題？人類天生有正確(?)判斷資料的能力 08/31 08:57
→ Darnatos: 而且人類也是有不會改正的時候，比如刻板印象和偏見 08/31 08:59
推 dbr623: 人類學習和決策過程就是和現行演算法 AI 有很大差異，越 08/31 09:00
→ dbr623: 明確定義（數學模型）的問題演算法越能精確收斂，但越大範 08/31 09:00
→ dbr623: 圍模糊的問題得靠「猜」的時候兩者就會差很多（未必哪邊 08/31 09:00
→ dbr623: 準要看題目），人類會從許多不知道的地方抓參考加上心理權 08/31 09:00
→ dbr623: 重浮動很大，演算法只有餵食的資料範圍以及一些數學工具特 08/31 09:00
→ dbr623: 性會讓輸出結果受限 08/31 09:00
推 phix: 畫圖真的太累了 原畫師給AI處理也能省很多工 加大產量不好嗎 08/31 09:03
→ phix: 有特色的 大家都還是知道是你的啊 08/31 09:04
推 e446582284: 你在講啥？這也是人類最大的劣勢啊，AI一天吸收上萬 08/31 09:07
→ e446582284: 筆資料，培養一個人類繪師要2年，AI一個星期就出師了 08/31 09:07
推 remaerd: 我覺得從頭開始訓練當然很弱 就跟從嬰兒開始教應該學不太 08/31 09:48
→ remaerd: 好 08/31 09:48
→ remaerd: 如果說具備一定程度能力的模型比如gato 學習就會又好又快 08/31 09:48
→ remaerd: 吧 08/31 09:48
→ Justisaac: 事實上是目前ai沒有跨領域的data啦 這成本太高沒必要 08/31 09:48
→ Justisaac: 沒理由畫圖ai還要餵食譜給他 人類思考模式有多方參照 08/31 09:49
→ Justisaac: 但這也是因人類對數據解讀不夠精確而衍伸出的能力 08/31 09:49
推 remaerd: gato就是跨領域啊 他可以做604種任務包含對話 看圖敘述 08/31 10:46
→ remaerd: 打電動 操控機械手臂 08/31 10:46
→ remaerd: AI 也有主動學習的技術 不一定需要人喂資料 08/31 10:48
→ Justisaac: 查了一下 雖然是通用ai 但不確定有沒有資料間互通~ 08/31 11:49
→ Justisaac: 依照架構圖比較像放射性結構，不是網狀結構 08/31 11:49