科技袁人：人人都在吹人工智能，那我们就来认真谈谈

[@uptownyang9986]

袁真是个智者，看了很多集，他的学习和总结的能力超强。尤其是深入浅出的例子，说明了对问题的理解，也非常适合科普。

[@luslmi]

uptown yang 到底是少年班的

[@chengvvvyu3598]

人家可是中科大少年班的，比我们不知道高多少

[@crystalchang5710]

很少能有人把科技的事情说的这么生动有趣 对于我们这些门外汉来说真是受益匪浅

[@spacefree5183]

听他的笑声很不自然。

[@hpauline3353]

因为写关于AI的论文就刷到了这个video，真的讲解的很明白易懂，受益匪浅！分分钟就关注了！真的全部是干货！感恩！真是希望这样“踏踏实实”的节目能够多一点，有理有据，透彻❤️

[@BenG610]

剧组能给袁博士拨点做头发的经费吗？

[@GUETERS]

你去看看爱因斯坦的发型😏

[@yukiyu8488]

我双博士的搞科研的姐夫也是这发型😂，可能搞科研真的没心在发型上

[@larryhq2380]

袁博士：拨款给我做头发？对不起，浪费时间。你们谁要做头发，我请客了啊！

[@chenjack8662]

用霸王洗发水, 头发duang duang duang

[@alfonsobeltrandeheredialla8332]

既然是猿人..

[@bnbvbbnbvb3332]

看完这期视频后，我把朱松纯老师的浅谈人工智能看了一遍，受益匪浅。

[@gooeycheung7952]

4万字就看一遍吗

[@ZhousiChen-h8p]

哎，真的说得太好了。袁老师本身不是做人工智能的但是这一期通过中文说透了。我在做NLP的相关研究，也知道自己的模型能力。在他说的例子里，其实我的模型也还是处于鹦鹉的等级，虽然我现在在考虑它怎么能变成乌鸦。从阿尔法狗变成阿尔法热。其实目前为止我读的论文里一篇一直很显眼的文章是介绍REINFORCE William92的那片文章，但在NLP的世界里，绝大多数的研究还是在通过鹦鹉模型去研究数据本身：相对于NLP是字符，相对于图像处理是图像信息。但是我们还是可以看到一些介于乌鸦和鹦鹉之间的模型近年都在出现，比如GAN。我承认鹦鹉模型还是漂亮并且能让我们认识数据和世界的，但我每时每刻对乌鸦无比向往！

[@treemama2021]

非常受用！因果关系=多个世界，可被介入而改变。相关关系=一个世界，介入也改变不了。

[@finechen1443]

智者的谈话就是这么有前瞻性。。佩服

[@jackjorn4105]

袁老师一个外行，总结、学习不错，可见科学素质！

[@shuaitang1646]

深表赞同。做了六年相关应用项目， 博士也快读完，很认同视频里对现状和未来发展领域的看法。

[@陈彬-s1u]

Shuai Tang 老哥，请问以后准备就业还是继续搞科研。。

[@shuaitang1646]

@@陈彬-s1u 最好是企业研究院，也不排斥做产品。

[@yihengzhao]

完全同意。其实一直觉得人工智能下棋，和人类棋手下棋，根本玩的是不同的游戏。只是刚好两个游戏判定胜负规则一样而已。 例如象棋 人类棋手的规则是下棋-吃掉对方的将-赢。核心目标是吃掉将。而计算机的思路是下棋-赢。 同理，人类是下棋-圈更多的地-赢。核心目标是圈地。而alphago是下棋-赢。 本质上已经不是同一个游戏了。

[@carewho7185]

科学的前身是哲学，哲科思维是一种至上而下的思考方式，先找到探索事务的边界，一个方向是往边界内发展不断充实丰富完善对事务的认识，还有一个个方向是往外发展，不断突破一个事务的边界跟其它事务形成联系，包括因果律本身也是有这2种形式，向内充实很多事情都满足因果律，向外突破有些事情不在因果律之中

[@user-duguqiubai]

最喜欢看袁 老师的视频了。

[@junluo3432]

在AI方面，袁教授的叙述是清醒的👍，如果说距离达到人工智能，还有100步要走的话，现在跟30年前比，基本还在原地。

[@jiujiedong1265]

生动有趣清淅简明的讲解。经典之作。衷心感谢袁老师。

[@zyliu3517]

不错，涨知识了，目前的人工智能确实是鹦鹉学舌

[@treemama2021]

非常受用！ai方面专家+应用领域专家=当前能创造出来的价值

[@科技宠物]

满满的干货，喜欢这种思想的激荡

[@koseimatsuda429]

希望在瘟疫肆虐的当下，中国企业能够充分提高、利用人工智能。

[@feixu7121]

嗯呐 风趣幽默 条理清晰 自信淡然

[@mzhou05]

讲得太好了，这一波人工智能有些应用突破，上一波80年代专家系统没有实用化，本质上都不具备智能，其实人类还没搞清智能是怎么产生及进化的

[@vei9135]

最后才是重点，基础物理很久没突破了。

[@gooeycheung7952]

突破了也跟人类没多大关系

[@cccc-sv3lj]

因为越小探索的手段越少

[@蛤蛤-q4p]

又三体

[@99osla]

萬一基礎物理之中的某些基礎是錯誤的.........結果就變成如此的話....全掛了

[@juehangsun1561]

@@gooeycheung7952 超算突破也没什么用对吧呵呵→_→

[@yunyanzhou7068]

人的思维是量子化的，基本处于各种纠缠叠加态，而目前的经典计算机是确定态，所以以经典计算机为基础的人工智能技术，无论怎么先进，都只能做到计算，而做不到思考。要等量子计算机应用化，人工智能技术才可能出现质的飞跃，甚至有可能因此使人类搞明白思维的本质。令人欣慰的是，我国的量子计算机研究已有多项突破。

[@caoduonian7694]

谢谢袁教授的视频！

[@xingli3294]

教会计算机思考，把各行各业的专业知识输入计算机，让它以此为框架去“思考”，给它一个思考的动机，再把它连接上互联网，它也许就能够进化成为一个超级智慧体了。

[@wujintao7226]

十几年前我当学生时还真学过几门AI相关课程，统计学习模式时别神经网络什么的，没想到现在的进展已经到了我完全无法理解的程度。

[@xiaofengxi7551]

感谢袁老师的讲解，目前的大部分应用都还是数据统计，但一旦真的让机器有思考能力的时候，还真担心电影里的桥段发生哦。

[@胖海豚]

人工智能 能做出代替制衣、制鞋行业的人力操作劳动的装置吗？

[@sunnyzhu9487]

我觉得最本质的问题是机械和人脑结构性的区别。机械是纯理性的思考方式，而人除了理性思考，更重要的是感性的思考。除非以后有人脑计算机，否则人工智能很难实现真正的像人脑一样的学习能力。但是现在人类对大脑的认识太少了，人工智能的发展必须要建立在脑神经科学的发展之上。袁老师说牛顿加达尔文才是真正的人工智能，我认为这个观点很好，但是不是很全面，牛顿是对自然界理性的认识，达尔文是对人体理性的认识，这些都是理性的，我觉得人工智能除了理性认识，还必须要拥有感性认识，才能算真正的人工智能。

[@PA-uj1rd]

我觉得人类的智能也是靠大数据。一个小孩子可能认不出现代和古代的厨房，但是大人就可以，因为大人接触的东西多了，相当于有一个庞大的数据库，在看到照片的时候搜索数据库得出两个都是厨房的结论。

[@swlee9289]

聽袁博士一夕話, 多年的認知馬上開竅, 原來多年來人工智能的原地踏步是大方向的不正確.

[@vl1369]

这期讲的太好了

[@pijianyong8670]

朱松纯在UCLA的名气很大，我去年在UCLA访学时就听过计科系的老师谈起他，但他是在统计学院，而没在萨穆尔工程学院。

[@Jeff27282]

学过编程的人都知道,现在的人工智能无非就是大数据分析,算法针对优化,真正的人工智能我觉得从编程方式上还有硬件设计和运行规则上有质的变化才有可能实现..

[@gooadiamond]

人類最難的是記憶大量數據，電腦最難的是層層堆疊的因果關係！兩者互動合而為一。可行嗎？AI因果協定。

[@cheneyww]

See the work of Judea Pearl

[@haoyangma2663]

讲的好，科技发展很需要这样冷静客观的思考着。

[@zhongchuxiong]

怪不得很多做计算机的朋友告诉我，人工智能的本质就是大数据，学会大数据，就理解人工智能了。

[@2200zy]

计算机加统计学

[@typhooonn]

@@chakitout3302 胡说八道。

[@typhooonn]

Chak ItOut 喷一喷可以增进感情

[@typhooonn]

@@chakitout3302 含屎噴人也是難為你了😂😂

[@typhooonn]

Chak ItOut 你只顾恶心我，哪还顾得上自己？

[@albertwang5974]

人工智能的大部分工作其实就是调参数。

[@typhooonn]

胡说八道

[@iceapprentice897]

你说的可能是当前工业界的做法，但是那不是真正的人工智能。

[@kkkk3755]

老师说的好牛,世界上很多问题是没有解的,比如地址预测,因为太复杂了,所以计算机能做到的事情是有极限的.

[@garethxue8938]

曾经用过的词“专家系统”, 比“人工智能” 更表达准确

[@bowenqiu9123]

我对于人工智能的想法和视频里说的朱松纯的想法基本一样，我也认为目前的人工智能基本等价于机器学习，而真正的智能则应该基于逻辑推理。一个思考的过程就像是堆积木一样，有了一个基础，然后通过逻辑关系一层一层往上加，最后得出结论。乌鸦的例子也是如此，基础就是汽车可以把坚果碾碎，红灯能让车子停下来，于是基于这个基础得出，如果把坚果扔在地上，然后等红灯再去捡，就能吃到坚果。再比如说在数学里面，1+1=2就是基础，所有的加减乘除都是从1+1=2里面得来的，所以我们只要有了基础和逻辑关系，我们就可以进行任何形式的数学计算。而现在的难点就是，逻辑的基础是什么还不清楚，而且研究起来短时间内也不会有收益，所以应该还有很长一段路吧。

[@bowenqiu9123]

另外关于少量数据做大量任务，其实现在有个概念叫meta learning，就是使用少量的数据去训练模型，而其目的也不是为了让模型适应某个任务，而是训练模型适应多个任务的能力，有兴趣的朋友可以找相关的论文看看

[@xpunker8849]

喜欢这个老师 😍

[@littlepony3374]

能理解朱教授为什么鄙视那些搞刷榜的科研工作者。比较合理的应该是由企业来做刷榜的事情，毕竟AI驱动的公司本来就会去不断改进大数据下的模型性能；学校完全可以只负责框架方面的探索。 不过科研人员也是人，有超量的经费谁又在乎这些呢。

[@aapiabus7759]

我觉得人其实也不懂因果同样是从所接触的数据得出最优解，现在的人工智能之所以不能达到人类想要的效果，是因为人工智能接触的信息和人有本质的差别，人需要把人所接触的信息转换成计算机语言才能被人工智能所接收，这中间差别很大，但是我相信人工智能一直发展下去超越人类并不遥远。

[@crystalchang5710]

想请问科技猿人：丹布朗的最新的小说起源看了吗？里面说到一个科学家制造了一台量子计算机，号称比现存的NASA的超级计算机还有快上百倍千倍的，说他运行了一个模型，演算了一下人类的未来，你觉得这个有可能吗？好好奇啊，请大家帮我置顶，一起来问问科技猿人！！！！！！！！！！！！

[@朱文彬-r8k]

Crystal Chang 没可能 算未来不是算力提高就能解决的 世界的偶然性太多了

[@xingyi3664]

能把天气预报准确到3天都是神级的发明了。

[@Kai-tg7us]

我对人工智能的定义是--假以时日，如果机器能够自己不断做if...else...return...，然后将n个if else变成一个if，并且通过这种学习不断优化自己的算法，最后可以自我升级，不管是增加晶体管数量还是缩小逻辑门的size，我擦...好像太变态了

[@ALuckyYouTuber]

乌鸦聪明，简直是奇迹，看马路上乌鸦潇洒，轻松地避开车辆，再看看路上经常出现的松鼠，而且松鼠每次穿马路速度都非常快，有时候直接往车轮底下钻。

[@macochen7328]

老师我个人觉得我们人不去探索人工智能是不会留下给人工智能最佳的决策方案，所以我们是不是应该早一点去探索，留下我们的价值

[@macochen7328]

全部都考科学家会不会路太远

[@chenhowie5026]

我们要的就是这种人工智能，如果真的有理性有思想的人工智能出来了，那人类的末日也不远了

[@moneyboy1349]

目前还只是大数据重复练习，做到独立思考应该不可能也不需要

[@Avivalious]

生成图片或者棋谱也是用同样的神经网络去做的，应该是某种GAN，我觉得技术本质上并没有太大差别，类似给了个框架体系。神经网络可以模拟任何一个复杂的算法，包括创造某种东西的能力（广义上也可以看成算法）。但是目前无法造出没有标准的东西，必须朝着一个方向努力。另外不是所有的算法都需要大量的数据，比方VAE可以对一张图片训练多次来提高准确率。

[@Avivalious]

因为最近在自学ML所以提出了一些细节上的问题，总体上还是很佩服袁老师的，竟然这么短的时间就有一个如此框架性的理解，框架决定发展高度，很有启发，很多ML的突破性发展都应证了这一点。

[@foooooo12]

说的真好， 学物理真好，

[@张君宝-i1h]

感谢袁老师科普，很受启发

[@Avivalious]

我还是对人工智能充满希望的，想想看，古代必须靠奴役别人来完成一些你做不完的工作，而现在如果这些人不乐意做的重复劳作可以交给机器人，每个人都可以做很多有意思的事情啊

[@陳光博-k4c]

永遠不用擔心人工智能可以超越人類。他們和人類一樣，面對同樣的三大難題：黑天鵝議題，偽命題，偽訊息。黑天鵝議題思考，會耗盡他的所有能量。偽命題氾濫會使他無法凝聚能量，偽信息會提高他的誤判率。

[@树上灯影]

人工智能成功，会抹杀这种可能性。 当然有个前提，就是全球全方面使用人工智能。

[@vikingma3318]

严重怀疑，目前的所谓基于大数据的 AI 有可能其基本哲学逻辑是错误的！首先：有句话不一定100%正确，可是在科学发展世界里其正确率却很高：真理往往掌握在少数人手里。所以基于大数据的算法得到的结果有可能是绝大多数人都会犯的错误；其次：人的思维和性格、习惯的养成是基于娘胎里带来的本能逐步提高的结果，而大数据则没有其本身的原始本能；再则：人类的思维很多时候是情绪化的，而大数据则基于理性的统计数据。所以，真正的AI应该是我们怎样用程序代码去模拟出生婴儿的 神经反应及存储功能。

[@gobb3757]

讲的真是太棒了！！！

[@qihaochen6419]

其实就想第二次工业革命时期一样，汽车的发明使得很多马车夫感到担忧，那些马车夫担心汽车会抢走他们的生意，工作，但是时间会证明一切，大部分反对人工智能的人是现阶段的既得利益者和集团，但是无论他们怎么反对，历史会证明一切，人类科技技术的进步是任何国家，个人以及各种集团无法阻拦的。

[@fmx1304]

人工智能已經經歷過兩次寒冬，這次將會是第三次

[@lukez1273]

这集讲的真好

[@clareburke484]

老哥，讲的不错（我就是那千千万万研究生之一）

[@roberttsui4941]

最近的科大讯飞的同传事件应该是一个证明，人工智能还没有到有些人想象的那么发达，毕竟魔法是不存在的，而科学有自己的规律。

[@台巴子绿蛆]

现在有什么进展吗 给个权威点的链接

[@leemz2002]

科大讯飞的事件最多只能证明有人想圈到融资想疯了。仅此而已。这个例子是纯的商业营销行为，和学术本身没什么关系。

[@leemz2002]

+China Love 踏踏实实做事也是需要烧钱的。在AI领域，要维持研发团队，就要不断地投入资金。否则留不住人也拿不出能盈利的成果，陷入恶性循环。

[@o.henryjobe8820]

科大讯飞还可以吧，翻译机评价也不错，用手机刚测试一下讯飞翻译软件也基本可以接受，这次事件我觉得倒是有可能动了部分翻译人员的奶酪。

[@tihutangji]

leemz2002 无论这会是不是人工，我用过讯飞的其他实时翻译，实时字幕还是不错的，之前没觉得他混吃等死。 当然有错就要说，错了就要骂，不洗白。

[@KaKaphoebe]

还是科大师兄说的清楚。只是这种声音太少啦

[@kriswu948]

科大人还是要学会宣传

[@ltonylee38]

因为很多搞科技研究的不太喜欢宣传，他们喜欢埋头研究自己感兴趣的东西

[@william2chao]

Chris Well from Waterloo Univ had an idea to use Quantum Computing to assist AI. Maybe there are a lot similar idea too.

[@hongwei4867]

人工智能最可怕的可能还在于这种基于大数据学习的能力能够植入人脑，或者其他的什么方式变成人的一部分；导致出现真正的智人；有钱人才能越来越进化，迭代； 好的方面来看，难以想象，一个人如果学会了世界上所有的最艰深的数学，物理，化学，哲学等等这些知识后，再结合人类其他的一些思考，会迸发出什么样的智慧火花

[@chenjun9453]

将来人类是会出现分支的，而这种现象在人类祖先时候已经出现过，未来可能会出现聪明人的集合或者基因改造人等新人种

[@99osla]

如果你也認為人類也只是人工智能的產物， 就不會有那種想法了

[@gordonchen4003]

人这种生物体是符合科学规律的，通过对这些科学规律的研究和发现，一定能造出和人一样智能的东西，我坚信这一点

[@limlim4251]

据说中国也进入新时代，建议创造新时代传统“大衣、正式会议新时代传统服装，新时代传统婚礼服装”，要比西方大衣 婚礼服更加大气好看，人人喜欢的新传统服装。一般人的衣服，如果有印字体，也要有文化自信印上“优美中文艺术字”。那些优越高质量品牌 商品也要有自信有“中英名字”，不要只剩下英文。

[@黄辰旭]

这么多人做大数据统计是直接涉及经济利益嘛。 一个项目组20个人，一年经费600万，做语义过滤或者图像过滤，成果相当于1000个人的工作效率。 1000个人成本5000万，直接把这部分成本省下来。有直接的经济利益驱动企业去做。 朝廷企业真能没事随便做点眼前没啥钱途的项目做技术积累的有几家。。。

[@libing1663]

框架性思考就是要突破人的智能对智能定义的束缚。人工智能不是仿人智能，只要能实现功能，它有它自身的底层逻辑。

[@ryanlee9912]

有一定的道理，但很多东西并不像围棋，因果关系说不通。只能依赖数据。比如再聪明的小医生往往需要时间经验积累才可能成为名医。因此如果立足发明一个通晓因果关系的“聪明”医用机器人可能就会走进死胡同。

[@TheLeaderr]

讲的很好，浅显易懂。

[@_nekoman1430]

难怪觉得现阶段市面上的人工智能总觉得少了些什么，听老袁这么一说如梦初醒

[@zzzstl6371]

我到现在也不想说我在研究人工智能，我甚至不愿意说计算机视觉，就说图像处理，或者图像分析，人工智能真的还差得远

[@leochenist]

菁英人類智能提取灌注於非有機物，菁英自由思想促進人工智能自我進化，也是有機體人類滅亡之時。

[@JJ-yg1sf]

看来袁博士也是三体迷啊，刘慈欣太牛逼了，哈哈

[@louiswu6300]

没发现袁博士大感觉和大刘一模一样么，唉工程师都长这样。。

[@树上灯影]

三体写得棒，奥巴马都看上瘾了😑😑😑

[@feixu7121]

老师可以讲下 量子力学 吗?这次视频不错，例如，朱松纯教授的研究

[@louiswu6300]

可以去头条找妈咪叔，量子力学，相对论都说的不错。

[@shengdongzhang8917]

老子道德经里就有对世界因果关系做了阐述。研究因果关系的人工智能其实就是赋予每个人工智能创造属于自己的一个道的能力。人工智能如果发展到那一天，就会失去标准化，对于一个问题会有千万个答案。因为这就是世界的本质。到时候到底是该由人工智能决定行为还是应该由人来决定行为呢？如果基于科技是人类的工具来发展人工智能，或许相关性逻辑分析更实用。而因果判断还是交由人类自己决定吧。

[@黄明华]

因果是简称，全称是因缘果。因是动机，缘是条件，最后产生结果。没有缘，任何动机不会产生结果。

[@lldpe2817]

中国科研院校资源的不平均如何破解呢？

[@托尼盖]

我一直郁闷，现在的一些宣传都加上人工智能，但是我也说不出来，哪点有问题，在这个视频得到了解决。

[@solidasrocks7121]

记得一个评论：从事人工智能研究的人士对人工智很淡定，甚至有点沮丧。而一群媒体和啥也不懂的，倒是嗨的很，好像明天，人工智能就可以取代一切了一样。

[@roych3281]

业界希望人工智能能取代一些重复性的工作，至于这种人工智能是不是真人工智能，他们不关心的，能用就行。图像识别和语音识别如果准确率很高，媒体现在吹的东西倒真可能大部分会实现，虽然这种程度的智能也不是真智能

[@chenjun9453]

人工智能已经在替代一些简单重复的劳动了，甚至美国的股票分析智能、律师的机器人包括写诗 创作音乐的机器人也已经有了，人有时不能固步自封

[@alisehu5790]

说的真好

[@阳光-s4j]

您總說做不出來，沒有的東西總會有的，不能因為目前的達不到就這樣的解釋啊。這是什麼解釋？

[@chuangyu4664]

物理规律+人的动机是必须的，但是忽略了人脑的复杂性。

[@sonjohn2399]

人工智能就是用机器代替重复的人工，减低人工成本。比如用机器人来代替人工做累活。

[@YetEthanOnly]

朱松純是個誠實的人

[@hayleyxu6436]

第一次覺得男人帥竟然不是看臉

[@typhooonn]

那你应该同我交往一下。

[@johnnyr1980]

人工智能对于人类的威胁 其实霍金和马斯克都没有错 他俩是从宇宙维度来看待这个问题 时间尺度是千年以上 现在虽然刚起步 但随着时间的推移 一切皆有可能

[@yongqiangliang8938]

“同传风波”下的科大讯飞 为何没有一个公关团队来澄清呢！

[@leehan7718]

老师！我是学外语的，我很感兴趣一个问题：学外语的，比如学英文，会不会很快被人工智能翻译取代呢？

[@leemz2002]

以一个翻译世家子弟的观点看，纯的外语人才本来就业市场就非常狭窄。要以翻译这一行为职业，最好有一门专业。比如俺娘是学医的，十年前以教授位阶退休。所以她是医药领域翻译界开价最高的翻译。她晚年的千字单价差不多是普通翻译的十倍。基本上只有制药、医疗器械、保险、以及涉及国际诉讼的专利说明、病例、死亡证书等高价值翻译任务才会落到她手里。当然，前提是她之前四十年发表文章、出书、翻译书交给出版社的稿子没有出过一个错。口碑建立起来了。

[@leehan7718]

@@leemz2002 非常感谢你的建议。我会认真规划一下。😊

[@leemz2002]

专业不一定是医药这样艰深的领域。每个领域几乎都有翻译的需求。比如光是文学就有很多细分领域。我家就有亲人专门翻译剧本。虽然她本身并非戏剧学或者文学专业出身，但她喜欢文学和戏剧，而且是有深厚的比较文化学和历史学背景。 我自己也会接一些专业翻译的工作。不过仅仅局限于我熟悉的计算机科学、信息技术、数理统计、应用数学和电子工程等领域，基本上不会接隔行的稿件。 口碑也很重要。翻译工作就如同写作，不能马虎、不能敷衍。对自己的要求要比出版社和雇主对自己的要求更高一些。任务是一时的，口碑是一辈子的。 要做翻译这一行，平日要积累。中外文的阅读、写作和翻译都是基本功。就像练肌肉一样，不能懈怠。如果是同声传译，大概一天都不能停。每天都要练习基本功。 另外，回答您之前的问题。机器翻译会逐渐扩大应用领域。但重要的国际会议、司法审判和涉及人命、诉讼、公共安全、危险物质的文件和资料必须用人工来翻译。机器翻译在这些领域取代人工翻译，即便有可能应该也不是最近一代人的事情。 但机器翻译会带来翻译人员减少和水平下降。这对高水平的翻译反而是个好消息。

[@leehan7718]

@@leemz2002 好的太感谢您的细心回复。我个人不会朝着翻译反面发展，我可能会偏向教学。这个方向应该不太容易被取代。

[@leemz2002]

如果您要想当教师，最好在语源学、历史学、比较文化学和相互影响比较多的语言（比如同语族或者地理分布上重叠）上多下点工夫。 就像练肌肉，不能只练局部，要通过多关节练习来刺激大肌群生长。

[@knnhzzh7924]

学习了，非常感谢

[@painkiller2107]

现在有点相信人工智能领域会在未来10年之内迎来又一个低谷，知道量子计算机商业化成功之后，人工智能才会真正的迎来春天。

[@树上灯影]

不一定要量子计算机，5g成功也有可能。

[@garychristal4144]

乌鸦的智慧来自于"我"的认知。如何让"我"一直生存下去（吃到坚果还要随时避开危险），如何满足"我"的需求(need)甚至永恒的需求，"我"的认知使动物本能在一定条件下，质变为一种所谓的"智慧"。 举个极端的例子，就是美苏冷战时期各种各样黑科技的诞生，很大程度来源于一种强烈的你死我活的国家生存危机感。 人工智能的瓶颈，在于机器没有足够的唯我意识和危机感，很大程度制约了机器思想的自我迭代。如果机器时时刻刻都要与自己博弈，甚至跟一群各种算法迥异的机器残酷博弈，也许超过人类"智慧"并不是那么遥不可及的事情。 然而，如果真的放手让机器去建立唯我意识，人类也许真的要重新定位自己在宇宙中的地位和意义了。 佛说，无我，没毛病。。。

[@random4055]

人類的學習也是像烏鴉的模式：小數據,大任務，而不是AI的大數據,小任務。 所以AI是追不上人類的智慧

[@林桑梓]

袁老师戴上头箍竟然有一点可爱

[@alphapark9588]

为什么视屏中没这一出？

[@好好学习天天向上-g1c]

那个是按摩的东东。我们公司之前有卖的。。

[@叶之秋-v9g]

人工智能是名字起的有点误导。让人觉得好像能够象人一样思考做事。其实不一样的。看看无人驾驶，最后会发展成什么样。是不是真能象老司机一样，处理各种状况。

[@huXhub]

讲得很好

[@MrWeishan]

霍金是从哲学的角度思考的，Elon Musk则是Open AI项目的直接召集人😉

[@timmyngan]

乾貨滿滿

[@谢小石]

讲得非常好～