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
2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？关于材料计算，模拟，仿真什么区别?
人大理科试验班与南大AI选哪个?
深度学习attention机制中的Q,K,V分别是从哪来的？
有没有必要把机器学习算法自己实现一遍？
2021年人工智能领域有哪些关键性进展和突破？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
什么是meta-learning?
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
LSTM如何来避免梯度弥散和梯度爆炸？
相关的话题
如何看待阿里巴巴 AI labs 引进两位年薪百万美元的科学家？意味着阿里在AI 方面会有哪些新探索？如何评价硅谷 AI 人才 7 位薪酬时代开启，甲骨文 600 万美元年薪挖 AI 专家？
神经元之间的连接方式是怎样的，感觉如果按树突到轴突方式(多冲动聚为一个冲动)的话连接只会越连越少啊？
Batch normalization和Instance normalization的对比？
如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
ICML 2018 有哪些值得关注的亮点?
机器学习中macro-F1的计算公式？
2019年NeurIPS有哪些糟糕的论文？
假如将来科技发展到极致，人工智能已经解决人类生娃，教育，工作，婚姻，住房，生活的一切，人们会幸福吗？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
如何评价Sony新出的深度学习库NNabla？
如果人工智能杀人，按照现在的法律应该追究谁的责任？
DeepMind 团队中有哪些厉害的人物和技术积累？
计算统计学（Computational Statistics）有什么好的资源和教材以及学习方法推荐？
如何评价 Exploring Simple Siamese Learning?
如何评价 Exploring Simple Siamese Learning?
什么叫做泛函空间的大数定律？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
如何看待旷视 detection 组组长俞刚跳槽腾讯 PCG 光影研究室?
在前沿科技领域，拥有话语权的中国企业有哪些，成果如何？
如果我能像机器人一样不停地发布需要审核的内容问题，理论上是不是会导致知乎破产?
编程达到什么水平才能编写出像caffe这样的深度学习框架？
什么是大模型？超大模型？Foundation Model？
迁移学习入门，新手该如何下手？
如何看待2019暴雪嘉年华现场Serral 1:4 败给AlphaStar？
NTIRE2017夺冠的EDSR去掉了Batch Normalization层就获得了提高为什么？
什么叫做泛函空间的大数定律？
为什么Transformer适合做多模态任务？
如何理解 natural gradient descent?