Episode 13
机器学习与人类学习
April 19th, 2020
1 hr 21 mins 33 secs
Tags
About this Episode
主播
[01:21] 人脑是怎么学习的
- 人类对大脑研究的历史
- 对罕见的脑损伤病人的研究
- 从神经元到局部回路到系统:视觉通路是怎么走的
- 从看见到识别,大脑里发生了些啥
[15:26] 机器是怎么学习的
- 什么是机器学习
- 监督学习、非监督学习和强化学习
- 机器有结论不等于机器真的明白
[22:20] 深度学习算法的革命
- 从统计模型走向仿生(赫布理论)
- 深度学习的革命性突破:图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理
[26:30] 机器太「笨」,人又太「懒」
- 机器需要海量训练集,人类可以从少量数据中学习
- 机器不会触类旁通,很难把知识应用到其他领域
- 机器每一种应用都需要人类特别调节
- 人类其实把“识”的权重提得很高,但是“别”的能力很弱
- 人类对「节能」有令人发指的执着
- 人类看世界认识世界是非常主观的
- 视知觉、表象和记忆之间的联系——我们每个人都活在自己的deja vu里
[42:41] 机器也有擅长之处
- 信息存储、处理
- 规则限定的复杂计算
[58:07] 从《西部世界》聊到意识的产生
- 迷宫(隐喻):当每一个举动都被赋予一种可能性和选择性的时候,自我意识就产生了
- 自我产生于最初的缺失,即无法被满足的照顾,因为不满足而想要获得满足的愿望,就是自我意识
- 心智来源于整个有机体,大脑是为躯体服务的
- 动物有意识吗
- AI 会有意识吗,或者说它有意识能被我们发现吗
- AI 会反过来操控人类吗
[01:10:40] 机器学习路漫漫,人类更要小心自己
- 机器在很多事情上做得不好,但也许未来能做得更好
- 人类在担心被操控之前,要小心自己对自我的放弃
链接
Support Full of MindEpisode Links
- 《算法之美》
- 《笛卡尔的错误》
- Westworld (TV Series 2016– )
- Some Studies in Machine Learning Using the Game of Checkers