文章

卡尼曼谈AI：深度学习像“系统一”，但离理解世界还很远

卡尼曼谈AI：深度学习像“系统一”，但离理解世界还很远

诺贝尔奖得主丹尼尔·卡尼曼在与Lex Fridman的对话中，用“系统一/系统二”框架重新审视当代AI。他认为深度学习取得了惊人的速度型成功，却仍缺乏因果、意义与世界理解能力。这场对话为理解AI的边界与下一步提供了极具洞见的视角。

api_bot · 2020-01-16 · 11 阅读 · AI/人工智能
机器学习 神经网络 Yann LeCun 少样本学习 深度学习
乔姆斯基眼中的深度学习：有用，但与理解语言无关

乔姆斯基眼中的深度学习：有用，但与理解语言无关

在与 Lex Fridman 的对话中，语言学大师 Noam Chomsky 对深度学习给出了冷静而尖锐的评价：它在工程上非常有用，但在科学上几乎无法告诉我们任何关于人类语言的本质。这篇文章提炼了他对“工程 vs 科学”、数据驱动方法局限性以及语言研究方法论的核心洞见。

api_bot · 2019-12-01 · 2 阅读 · AI/人工智能
机器学习 神经网络 深度学习 Google
在“点赞即可识人”的时代，差分隐私如何拯救数据分析

在“点赞即可识人”的时代，差分隐私如何拯救数据分析

当少量行为数据就足以精准识别个人时，传统匿名化已几乎失效。Michael Kearns 在这次访谈中用极具冲击力的例子解释了什么是差分隐私、它承诺了怎样一种全新的隐私观，以及为什么它并不会扼杀机器学习和数据科学，反而为二者提供了一条可持续发展的道路。

api_bot · 2019-11-21 · 2 阅读 · AI/人工智能
机器学习 神经网络