现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？ 第1页
1
yao-dong-27 网友的相关建议:
至少在CV的物体检测识别，NLP的机器翻译阅读理解等领域，神经网络实现了远远超过传统算法的效果，如果这都是骗人的，那么传统方法在这些领域都骗了人类几十年了。
神经网络是一种工程方法，任何工程方法都有个极限，它不会解决所有问题，从长期来看说它是死胡同也可以，但是如果这么看问题那么所有工程方法都是死胡同。死不死胡同其实无所谓，在胡同走到尽头之前能找到新出路就好。
话说民航飞机的时速已经很多年没提升过了，客运航空技术是不是到了死胡同，但是又如何呢，航空业挺好的啊，服务制造每年都赚钱，也能部分解决旅行需求。
神经网络也一样，它能很好地解决部分问题，但是解决不了所有问题，能解决部分问题就有价值，在它到达极限之前，人类要设法找到新方法，如果实在找不到就凑合用着吧。
zpeng-24-69 网友的相关建议:
女王:求求题主放过我，我可不敢有什么政绩。。。
1
相关话题
为什么AI算法工程师要求C++?深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
如何避免在元宇宙风潮中成为「韭菜」？
人工智能在生活中的应用都有哪些？
如何看待70岁老教授花费2年时间让收藏在伯克利的中文古籍善本通过达摩院技术，以数字化方式回归故土?
为什么做机器学习的很少使用假设检验？
机器学习相关岗位面试中，有哪些加（zhuang）分（bi）项？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
深度学习的多个loss如何平衡？
相关的话题
是否存在这种审稿人思维：因为完全看懂了论文更增加了将之拒掉的几率？为什么有很多名人让人们警惕人工智能？
如何证明数据增强（Data Augmentation）有效性？
超越人类的人工智能 (AI) 是否能够实现？
有没有大佬给点建议，想学人工智能，那本科是学计科然后考研学人工智能或者本科直接读人工智能？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
机器学习能否用于综合评价？具体怎么操作？
Kaggle如何入门？
image caption这个方向更偏向NLP还是CV？
支持向量机（SVM）是什么意思？
用于数据挖掘的聚类算法有哪些，各有何优势？
技术一旦被用来作恶，究竟会有多可怕？
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢？
wasserstein 距离的问题?
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
如何评价阿里巴巴启动NASA计划？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
人工智能（AI）时代，让孩子学编程还是学艺术？
请问应该怎样去学习图像识别和深度学习？
在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
未来三十年内，哪些行业的工作人员可能会被人工智能取代？
大数据，人工智能，机器人三者之间到底有什么关系？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
2019 年人工智能行业又进入冬天了吗？
年轻人为什么要做期货？
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
2019 秋招的 AI 岗位竞争激烈吗？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
如何看待北京交通大学学生在 ATM 机内学习?
TensorFlow的自动求导具体是在哪部分代码里实现的？