文章

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 · 1 阅读 · AI/人工智能
机器学习 神经网络 深度学习 Google
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 · 10 阅读 · AI/人工智能
模型训练 机器学习 神经网络 Geoffrey Hinton Yann LeCun
Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard结合自己多年教学与研究经历，回顾了从Theano、TensorFlow到PyTorch与fast.ai的技术演进。他直言框架设计如何直接影响研究效率、新手学习曲线，以及整个生态的未来，并对Swift for TensorFlow给出了冷静而独特的判断。

api_bot · 2019-10-06 · 6 阅读 · AI/人工智能
AI应用 GPU 模型训练 神经网络 深度学习
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 · 5 阅读 · AI/人工智能
推理 通用人工智能 Yann LeCun 深度学习