×

Loading...

我也算是搞所谓人工智能出身

国内的导师是当时的中国人工智能协会理事长,当研究生期间每每导师想着又要出国开会,在会议召集论文期间,把我和师姐师妹一起叫到家里,边吃饭边说,这次你们把这几篇论文的中心思想这么鋝鋝,新的title就叫人工智能大系统控制论在xx领域的应用。

第一段这么这么说,最后一段要加上应用领域的新内容。你们几个也趁机好好的学习一下以前这几篇论文的内容,明天把打印好的新论文给我看看。老猫呀,你英文好,最后要好好把把关。

最后总是不忘说,你们看,我这个导师很会教学生吧,让你们自己学习,比给你们灌输,要强百倍。

一般这个情况下,会在实验室弄到很晚.

至于学到了什么东西呢,不好说。 也许学到了英文的八股写法,如何分段落,至少是以第四第五作者的身份在国际大会上发表了不少类似的文章。

等到了加拿大,遇到了新的导师,做某机器学习算法的并行实现,实打实的C编程,又完全不同了

Sign in and Reply
Modify
Report

Replies, comments and Discussions:

  • 枫下家园 / 人到中年 / 我也算是搞所谓人工智能出身 +1
    • 从前叫专家系统 +1
      • 所谓专家系统在中国是80年代末的产物,我导师在中科院的时候用BASIC实现了中医专家系统对肝病的诊治,仔细看看,是很多if-then-else. 我上研究生时人工神经网络已经开始兴起了,配合模糊学习,模式识别,当时就被认为最有前途的组合 +1

        在有限程度上实现了一些应用,但受限于当时的算力,一度又沉寂了一段时间。

        AI到今天已经是第五次浪潮了。90年代经历了日本宣布第五代计算机失败

        • 那当时怎么没人想到要开发算力呢?
          • 一直在做呵,看看芯片发展史就知道了
            • 我说的是国内。
              • 我后来在北京西山总参就是参与了所谓中国自有知识产权的MISC CPU设计,拿到过国家自然资金和863之类的支持,曾经烧掉过几个亿。
                • 后来一直有吗?
                  • 没有,还被人说是骗子
                    • 😄 +1
                    • 真实的骗子。认识到这一点,非常好。
        • 思想超前,还需硬件支撑,而且那时就算有了算力,没有现在的海量数据采集获取的大数据,估计也只能停留在实验室验证理论
          • 对,后来发展的data warehousing, 非结构化的提取有意义的内容,也非常重要
        • 我的毕业论文是“数据库系统的自动编程”,有点人工智能的意思吧? 跟现在的人工智能比起来,属于原始社会的甲骨文时代 +1
          • 自动编程也是一个被探索了很多年的课题,到今天终于有眉目了
            • 现在热门的AI的一个区域不就是自动编程吗?看了皮夹黄的采访,他就说一些年以后AI 要来帮助完成写码。
              • 现在的AI 视觉、听觉识別是最大的特征
                • 网上看到的,似乎这两方面的研究和应用,大陆做的很多,算是领先。
              • 我们现在已经在用微软的copilot AI辅助编程了
                • 好奇,你是说上班的地方,还是你自己个人?
                  • 上班地方,现在最新的visual studio都又co-piloit built in
                    • 是吗。这个好,谢了,我也去看看。
                    • Co-pilot 是要钱的,单位出钱吗?
                      • 肯定啊
                        • 👍
                • 请问微软的copilot AI辅助编程是用什么语言?我们公司花巨资购买的机器人不具备自己编程能力,训练起来特别费劲,要是能自己编程就可以让它从错误中学习经验教训了。
        • 老猫你在北京也读研过?
          • 也,你们是同学吗?

            你不是德州读的嫣吗?

            • 他是我以前一个同学的同事吧 +1
              • 老猫京工的,本硕,女王硕士 +1

                他去我们公司做presales 的时候研究过他的LinkedIn profile.

                • 原来你和他都是IBMer
                  能做presale英语应该很棒,现在应该是director了吧
        • 算力当然是一方面,另外一方面是深度学习这样算法的突破,两方面相辅相成。国内的研究单位只能是跟风,用神经网络写文章的的只是跟风的众多多方向之一,深度学习出来前,神经网络对于国内写文章的来说不是个香饽饽。
          • 以后算法会是更重要。
            • 同意,皮夹黄现在牛叉是因为chaptgpt等大模型靠的是大力出奇迹,但这个方向应该是搞不出通用人工智能的,最多是弄出sora 这样的缝合怪 +1
              • 同感。我看了他的采访,觉得他看的还是浅了一点。
              • chatGPT 把Deep Learning 发挥到了极致,是大多数人原来没想到的,也反映了资本的力量。AI在热浪中,现在大量投资投下去,开花结果,即使旁门左道,未来也未尝不可会有质的突破。因此仍然看好。虽然仅凭Deep Learning 这一路,应该是不会产生通用人工智能的。
                • deep learning是一个基于多层神经网络的AI方向,潜力还是很大的;GPT, t means transformer(all you need is attention),, 则是基于多层神经网络的一种突破实现,现在各家的大语言模型都是基于transformer。将来的AGI有可能还是基于deep learning, 但不一定是transformer +1
    • 那个只是个传统的电脑程序,和现在人工智能完全不是一回事,AI更像培训一个围棋选手,用大量的定式进行培训,这就是为什么阿法狗能打败超一流选手,你的导师搞的是机械,连结电脑程序号称机器人?现在AI兴起又开始以宗师出面?国内这种骗子很多,LOL
      • 你的最后一句,帮他画龙定睛了。。。 +1
        • 我去过IBM培训4天,那些老师唾沫横飞天花乱坠,云里雾里,让你感觉他们就是人类进步的导师,就是get不到我们需要的重点,我们其实就需要知道怎么安装使用调试IBM websphere
          • 哈哈。。。可主贴里,老猫不觉得啊。
          • 讲师之一是否就是老猫 +1
            • LOL,不是
              • 门口站着的那位华人保安可能就是老猫
          • 哈哈那就是他们的特点。我曾在的一个大项目,特意高薪雇了两个他们的资深质询,就坐在我隔壁办公室,开会只看到他俩画图,实际的一个也没有给出。 +2
      • 模式识别与人工智能,是国内大学80年代末90年代初设立的一个正儿八经的专业,通常不招本科生。很多方向,现在看都是大热的方向。2010年之前,相比计算机和通信,这个专业比较冷 +1
        • 和现在所说AI完全不是一回事,那些所谓智能化,模糊控制其实还是传统编程用在机器和机械加工,这方面日本搞得最好,可惜就和现在氢能源,属于方向错误
          • 那是你不了解,放一下狗看看什么是“模式识别与人工智能”就知道了。现在的AI并不是从石头缝里蹦出来的,神经网络发展了几十年 +1
            • 很多都发展了几十年,就像早就有电动汽车一样,你可以说目标一样,但40多年前所谓得人工智能和模糊识别和现在AI在技术上实现方式不是一个概念,现在AI需要海量数据和培训,那时候还是靠程序代码,程序代码改进效率太低
              • 模糊识别和模式识别(pattern recongnition)不能混淆。模糊用在模式识别上是一种实现方法,流行过一阵,就像神经网络通常被用作模式识别的工具。现在的AI发展到这样的程度,是因为几十年来AI教父Geoffrey Hinton等人对神经网络的研究和突破,直到最后搞出了深度学习 +1

                难道说他们之前都不是在做AI?

                现在看到的堆数据堆芯片的局面,不过是AI发展到这里而已。将来要实现AGI,依然要靠新的模型和算法的突破,光靠堆数据堆芯片恐怕不行

                • 都说了实现方式不同,冷兵器也是兵器,原子弹也是兵器,现在的突破不是理论突破,而是借助大数据和高性能计算能力的突破可以进行大规模数据训练,是实现方式的革命,不是一个概念,都是画,用手工画出来的不能算AI
                  • 恰恰相反,AI的革命首先靠的是算法和模型突破,实现0到1,这是为什么深度学习是革命性突破,Geoffrey Hinton搞出这个突破的时候他能利用的算力是现在的千万分之一都不到。之后的数据和芯片堆叠是实现1到50,不会演化出真正的AGI,那要靠新的算法和理论突破
    • 可惜了。要是出国后不问政治,埋头继续研究,你说不定也成了AI领域的领军人物。。。
      知道有娃不管同学赚40万还是80万,一边在牛校继续读,一边take turn在各大厂实习,学习加实战,可以open mind。自己导师不很熟悉这领域,就联系其他导师。。。牛娃就是这样练就的,很看好他。
      • 那得去像斯坦福那样的一流大学。
        • 这样的娃,应该从小就是自推的。
          • 我觉的是。是天生的。 +1
            • 是啊。他们家基因很强大。
              父母也是非常了不起。不给他任何压力,让他按自己的节奏,做自己想做的研究。
              • 读老猫的思维,老猫家的前辈多半是与众不同显赫人家
                • 是啊,但他似乎背着前辈那重重的壳,走不出来了。比如姥姥家被没收了的几十套房子,估计是他紧盯着TG的举动的主要原因,浪费了很多心智。😅😂 +3
        • 是吗?遗憾我一点不懂。 +1
          圣诞聚会二位在读博士各自介绍了他们的研究进展。气候研究的报告我听懂不少,但做AI研究的报告,我就完全听不懂了。
      • 厉害。有冲劲的年轻人,什么都挡不住,未来是他们的。
        • 是啊,很有毅力,不为短期利益而放弃初衷。
          • 关键看是否赌对专业。要是进了生物这样的天坑专业
            • 只要有天赋和毅力,是不是天坑专业也不怕? +1
              他家叔叔似乎就是天坑专业,结合中美资源,做出了自己的专利药物,很成功。。。但这娃,高中就喜欢CS/math,一直都是这二爱好。
              • 万一没弄出来呢,能弄出来的是极少数,老中多少博士后在实验室刷瓶子,业余还要到赛百味兼差
    • 学老猫跟AI套近乎蹭个热,国内工作时折腾过所谓决策支持系统DSS,给各级领导们画的饼就是:你在办公室里输入一条命令或者按一个键,对决策的所有建议按优先级全输出供你选择....听着高大上吧?领导一高兴款项就忽悠来了,可那玩意当年哪有大数据支持呢?只能止于忽悠。
      • 时期没成熟的“忽悠”,是不是也可以说“有前瞻性的思考”?换一句话,思想很新潮,如果坚持,是不是就会水到渠成了?
        • 基础设施建设周期长到大家意想不到,当年数据库应用还在dBase-III/IV、FoxPro、Infomix的初级阶段,连普通应用都没真正普及呢,大数据的概念还没有,而这还只是软件与数据层面的建设基础,硬件就更低级了...理念物化实现与其所需工程技术的支持差距太大!
      • 老猫说的不确定真伪。当年人工智能领域,走神经网络、机器学习的这条路的,也许不是主流。
        • 其实大家/各国还不都是在瞎子摸象?神经网络现在又发展为折腾脑机接口了,且看小马咋个玩法吧.... +1
          • 这个和Blockchain异曲同工,都是靠蛮力来的,将来拼得就是能源。国家之间AI竞赛变成发电能力的比拼。
            • 俺直觉上认为脑机接口的前景可能不太乐观,人类对神经/生化方面的机理认知尚处于皮毛的浅层,距离认知的跃升还有相当远的距离,就像当年的硬件CPU还在Z80、Intel8086阶段,就大谈AI的应用....
              • 脑机接口的最终目的是为了制造hybrid人类,去火星。
                • 搞不好也就止于画饼,可能还不如几千年前的炼丹、研究长生不老的神物更有诱惑力,呵呵😄 +2
        • ”模式识别和人工智能“更多是个象牙塔里的专业,更多是给老师学生们写文章用的,搞神经网络纯粹是为了写文章。落到实处的只是图像识别,用在卫星图像医学影像上,计算机(机器)视觉是另一个方向,实际的应用是利用卫星图像计算地面地形 +1
          高度模型,国内真正能用在机器人视觉上的非常少,几乎没有,要有也是近年的事情。
    • 我论文也是专家系统,工控温度的模糊控制。可惜制造业不景气,工厂拿不出钱,没有大数据支持,就画了漂亮的电脑动画和虚拟曲线演示,老教授们觉得turbo c动画很可爱。 +3
    • 现在是个人是个公司 都说All in AI,造马桶的 生产卫生纸的也全都All in了