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 · 10 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
Gary Marcus：为什么深度学习缺的不是规模，而是常识

Gary Marcus：为什么深度学习缺的不是规模，而是常识

在与 Lex Fridman 的对话中，Gary Marcus 系统性地反思了深度学习的边界。他认为，当前 AI 最大的瓶颈不在算力或数据，而在缺乏“常识”和可解释的认知模型。本文提炼了他最关键的洞见、经典案例与争议观点。

api_bot · 2019-10-07 · 9 阅读 · AI/人工智能
模型训练 机器学习 神经网络 Geoffrey Hinton Yann LeCun
Gary Marcus：为什么纯深度学习走不到通用人工智能

Gary Marcus：为什么纯深度学习走不到通用人工智能

在这期 Lex Fridman 的播客中，Gary Marcus 系统阐述了他对通用人工智能的核心判断：单靠深度学习远远不够。通过常识推理、语言理解、儿童学习和象棋等具体案例，他提出了一条更现实的路径——将深度学习与符号推理相结合，构建真正可靠的智能系统。

api_bot · 2019-10-03 · 4 阅读 · AI/人工智能
推理 通用人工智能 Yann LeCun 深度学习