Re: [刀劍] 人工搖光這麼不穩定其實沒有軍事用途吧？

[gxu66 (MapleSnow)]

原文吃掉

基本上搖光這種東西可以想成是思考型機器人


老式ai的原理就是事先預想好會發生的情況

並對其做出應有的

舉例來說

工程師事先設定好看到A機器人舉左手 看到B舉右手

今天你給他看C 機器人就會當機在那邊了 或者隨便舉一隻手(視工程師寫法而定)

簡單來說 就是無法對未預期的狀況作出適當的反應


而搖光型的

你把C給他看

他可能就會靠杯你又沒跟她說看到C要做什麼反應


至於你要說結衣也是老式ai...

我只能跟你說 作者今天突然試圖把科技樹套進現實情況

結衣這種不科學的bug產物自然就會無法解釋

除非硬凹及時用大數據蒐集之類的

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 124.218.150.166 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1575823294.A.52A.html
推 yellowhow: 只是只要資料夠多的話  AI就很夠了吧
→ yellowhow: 搖光覺得不會比較好用
我不知道他們軍事用途到底是想幹嘛 所以哪個好用也難說
但搖光這東西還是有它的價值的
→ iamcnc: 不對吧 給他看c他怎麼會有反應？
if A 舉左手 else 右手
如果工程師寫的時候覺得不是出現A的話一定是出現B就會這樣
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 00:48:02
推 xhakiboo: 不過真的很多科學家想做出類似搖光的東西
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 00:50:17
→ hollowland: 還有if(a)左手 else if(b)右手 else ....
→ hollowland: 很多時候還是會做例外處理
例外處理做到要死要活 複製貼上一個搖光萬事OK
噓 SKTP: 不懂AI別亂掰好嗎==
哪裡有問題你說說看阿
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 01:15:25
→ KiSeigi: 搖光的發想是讓他們自己思考? 但結衣是大數據的總和，感
→ KiSeigi: 覺像人腦和電腦比。 做什麼搖光 想辦法複製結伊還比較快
這就作者的問題了
搖光可以處理當代科技ai沒辦法取代人類的事情
可是結衣好像可以完整取代人類沒毛病
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 01:17:26
→ KiSeigi: 就好比例外情況 搖光:我用自己的經驗想想.. 結衣:例外?在
→ KiSeigi: 我的大數據裡面沒有所謂的例外
推 assss49: 不知道樓主有沒有接觸過machine learning 目前應該是有
→ assss49: 辦法從a跟b得到的反饋去判斷c事件應該要怎麼處理了 我本
→ assss49: 身也不是這方面的專家 不過因為工作的關係 在這方面的文
→ assss49: 章偶爾會接觸 以類神經網路的處理方法 就有點像是把輸入
→ assss49: 乘上一個矩陣 所以就算遇到一個陌生的信號c 也是可以從過
→ assss49: 去訓練判斷c的處理 但不確定是否正確就是 如果處理不正確
→ assss49: 就會把錯誤反饋然後修正矩陣 直到分類越來越正確 一點淺
→ assss49: 見如果有錯還請包涵
這塊我也不懂 只能拿最基礎的東西來獻醜
推 jack82822005: 其實...搖光的概念類比到現有科技就是類神經網路啊.
就我個人的理解 搖光應該不是想模仿神經網路 而是創造真正的神經網路
反而偏向生物學(?)
不過這塊還是由作者說了算
推 assss49: 瑤光的價值應該在於 不需要大量的訓練 ai能夠自動訓練 就
→ assss49: 是所謂的舉一反三  但是現在所有的ai其實應該算是舉三反
→ assss49: 一 而且充其量比較算是透過統計學及演算法 將不同的case
→ assss49: 分類 當有新case就馬上可以透過分類去找到最佳解 而不是
→ assss49: 實現真正的思考
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 01:47:34
→ iamcnc: 你知道你寫的程式跟你所謂的工程師設定根本是兩回事嗎?
→ iamcnc: 另外if then這種條件根本不叫AI吧
→ iamcnc: 不是亂掰一個老式AI 就可以把if then else當成AI好嗎
→ iamcnc: 如果只是條件敘述 看到C的反應 就會跟工程師設計的一樣
→ iamcnc: 如果看到b要幹嘛的設 會寫在else 那一定是個失敗的工程師
→ iamcnc: 搖光還是大量訓練啊 模擬的人生比訓練真人時間快很多
看你對ai(人工智慧)的定義是什麼
小從圈圈叉叉遊戲的電腦ai 大到Siri這種不知道怎麼做的都可以稱為ai
前者我相信用if else可以做出來沒問題
你要要求正常完成度的話 我上面那個就是敷衍教授搞出來的屁沒問題
搖光要說是大量訓練也對 不過人類的行為 某種意義上也是大量訓練來的
※ 編輯: gxu66 (124.218.150.166 臺灣), 12/09/2019 02:37:30
推 E24056823: 老實說很難定義人類舉一反三思考有其獨特性 還是只是像
→ E24056823: 電腦一樣舉三反一 如果你把你人生中到目前所有的認知去
→ E24056823: 遺忘掉(包刮有意或無意的訓練)後跟電腦置於同一個情境
→ E24056823: 人類是否能做出比電腦更優異的解?
→ E24056823: 12樓基本的模型沒有問題 但回饋會有權重分佈不管是正確
→ E24056823: 或錯誤都會有所改變 還有非常多小技巧去增強正確性 像
→ E24056823: 是提早刪掉不重要的分支能有效增強正確率...
推 Bellkna: ai很難重現人類的突發其想XD(看向板上五等分ㄎㄧㄤ文
推 bearprince: 作者也不是想要搖光像一般電腦一樣在訓練後做出最優異
→ bearprince: 解吧，是想要讓搖光像人一樣，在生活中培養的感情、意
→ bearprince: 志或信仰的驅動下做出自己心裏的選擇，而不是最好的選
→ bearprince: 擇，簡易說就是要他們學會自私吧
→ ViolentBear: if then else那種叫做小學生的課後活動，要講AI好歹
→ ViolentBear: 也提自動控制
噓 paulbrian34: 人類也不穩定啊 叛徒一堆
推 dimw: 要說ai還有什麼比不上人的也不用講得太抽象 現在不就有很明
→ dimw: 顯的實例 就是連什麼該黃標也不會
→ jim924211: siri不是ai
噓 SKTP: 不懂ML在那扯AI==
→ dimw: 本來就不是只有機器學習才叫ai 其實這狀況很像robot
→ tnshoho: 有if else就已經不是ai了
→ dimw: 現在可能還好 以前也有段時間還蠻常看到有人在吐槽機器手臂