ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
千万不要觉得自己有经验，千万觉得自己是傻逼。经验其实一点都不重要，有好奇心，有行动力，才能创造未来！
我是程序员，比较介意安全和隐私，傅老师的所有产品我都不敢装，明眼人都知道傅老师赚的是什么钱。傅盛老师，周鸿祎老师，李彦宏老师，他们的路子都差不多，商业社会，咱也不能说啥，毕竟都是成功的大老板
这个没办法，商业上就是这样，google 也没法坚持不作恶。分享主要是为了增加我们的认知，并不是一定要学他怎么样，凡事得批判着看，最关键还是自己的理解和判断。取其精华去其糟粕，古来皆如此
哈哈哈
這些比猴兒還精的人，你要是相信就是那個傻什麼😅
牛顿对谈 看书 这两个都是知识的浓缩，单向双向的区别。都很好。
说的很不错！这就是AI对industry的实际影响和可能结果
说的太好了，但是网上怎么没有找到视频呢，大飞
是没有视频。这个也是我觉得国内做的不好的地方，只有文字稿，国外的活动基本都有留存
混沌上有他不久之前的，内容差不多
理解这个词不应该用在AI上面，理解和意识一样的都是人一厢情愿的概念。 生成式的AI方向是对的，试图按照人类思路让AI理解是有问题的。 这就好像你不和孩子好好说话做事，天天教语法，孩子会疯掉。然后大人也会疯掉，说教了半天孩子不理解。
程序员的工作 “逻辑和翻译”都能被替代了，prompt的翻译不能被替代吗？都说老板都是看数据，AI看数据会比不上老板吗？那老板会不会被替代
1:48 不会真的以为 chatgpt 出现之前的 ai 和 此刻 真有什么本质区别吧?chatgpt "大模型是真正基于对词的理解" ???你对 "理解" 这个词的字面意思和涵义是有什么误解吗?人类语言, 包括 语素 词汇 语音 在内, 是有限的, 是可以穷尽的, 实际上一个语言的各种成份并不能完全随机搭配, 它的合理 合乎逻辑 合乎意思的 组合是远远少于 语言的各种成份的随机的机械的组合 !!!既然远远少于, 而且又有大量肉身人类产出的大量现成的的文本, 投喂给它 -- 所谓的 "大数据投喂给大模型",那么, 它只需要总结归纳出各种语言成份的搭配组合的规律即可, 不同组合的权重, 然后再结合上下文(话题)去分析和归纳同一个组合在不同上下文(话题)出现的规律和权重即可,同时, 注意, 它不需要真的理解上下文(话题)本身的意思, 正如稍早(去年前年)的ai画图把人脸画成烂肉脸皮, 因为它真的不理解, 现在脸皮画的像了, 并不是它真的理解了人的脸皮, 而是它对人脸皮的结构的组合的可能性和边界限制 总结的更精确了, 仅此而已,正如再早些 2-3 年前, 的图像识别, 识别猫猫狗狗, 经常错乱识别, 甚至还把像素点的组合, 甚至似是而非的自然界的乱七八糟的轮廓, 也给识别成猫猫或狗狗, 甚至把 老虎 狗熊 识别为 猫猫, 这是训练数据的局限吗?再说 "理解" 的真正涵义, 人可以理解, 猫猫狗狗, 狠多动物都有理解的功能, 尤其是哺乳动物, 甚至 鸟类 也可以,生物的理解功能, 是和学习相关联的, 无论是强学习, 还是弱学习, 亦或刻在基因里的, 而学习的驱动力是生存, 生存的驱动力是繁衍, 繁衍的驱动力是基因天然的复制自身的倾向,要想学习, 首先得有感受周遭世界得能力, 即感官, 光线 声波 气味 触觉 等, 即 眼耳鼻口和皮肤触觉等, 所谓的传感器, 通过各种神经链路和大脑这个分析中心建立联系, 并形成固定记忆, 为以后加速分析周遭环境的效率, 并且这个过程是漫长的 持续的 反复的, 而不是机器那样 1sec 投喂灌输 几十个 TB 的数据的大杂烩一锅乱炖的短时间内所谓的 "习得",通过感官和大脑分析, 还必须建立有效的反馈机制, 简单说就是奖惩机制, 疼痛 预示 危险, 保护自己的肉身, 才能继续生存, 才能保证繁衍,综上, 机器没有欲望, 没有复制繁衍的欲望, 没有传感器, 没有大脑分析物理实在的生存威胁, 没有奖惩反馈, 危机和生机, 刺激和激励, ... 何谈 "理解"?有必要像生物一样去理解吗? 能完成主人交给的任务就完事了,请仔细思考 "理解" 一词的真正涵义, 以及它的实现过程和意义和目的, 而不是鹦鹉学舌 照本宣科 人云亦云, 看见 ai 就激动 兴奋了,ai 能感受到你的情绪吗? 能理解你的情绪吗?ai 从海量组合中分析符合当前上下文的长跨度组合, 然后在有限子集里挑选符合当前这个上下文的组合的一些句子, 来回复你, 你就以为 ai 理解你了?
哈哈哈，兄弟博学 高见啊
哈喽博主，想问一下您这边有没有做一些创业项目或者商业思考，能不能私信你，想认识一下，感谢！
感谢关注，可以把您联系方式邮件发给我，我的邮箱地址在频道简介里，到时候我加您
他还是做应用创新
GPT之前的NLP的研究才是真正突破， Google的transformer才是真正的创新
请问你这句话是怎么推导证明出来的，现在是过去的未来，但不是未来的过去，请问这句话能证明吗
为什么不是未来的过去
你这句话听起来似乎有道理，但好像无法证明
千万不要觉得自己有经验，千万觉得自己是傻逼。经验其实一点都不重要，有好奇心，有行动力，才能创造未来！
我是程序员，比较介意安全和隐私，傅老师的所有产品我都不敢装，明眼人都知道傅老师赚的是什么钱。傅盛老师，周鸿祎老师，李彦宏老师，他们的路子都差不多，商业社会，咱也不能说啥，毕竟都是成功的大老板
这个没办法，商业上就是这样，google 也没法坚持不作恶。分享主要是为了增加我们的认知，并不是一定要学他怎么样，凡事得批判着看，最关键还是自己的理解和判断。取其精华去其糟粕，古来皆如此
哈哈哈
這些比猴兒還精的人，你要是相信就是那個傻什麼😅
牛顿对谈 看书 这两个都是知识的浓缩，单向双向的区别。都很好。
说的很不错！这就是AI对industry的实际影响和可能结果
说的太好了，但是网上怎么没有找到视频呢，大飞
是没有视频。这个也是我觉得国内做的不好的地方，只有文字稿，国外的活动基本都有留存
混沌上有他不久之前的，内容差不多
理解这个词不应该用在AI上面，理解和意识一样的都是人一厢情愿的概念。 生成式的AI方向是对的，试图按照人类思路让AI理解是有问题的。 这就好像你不和孩子好好说话做事，天天教语法，孩子会疯掉。然后大人也会疯掉，说教了半天孩子不理解。
程序员的工作 “逻辑和翻译”都能被替代了，prompt的翻译不能被替代吗？都说老板都是看数据，AI看数据会比不上老板吗？那老板会不会被替代
1:48 不会真的以为 chatgpt 出现之前的 ai 和 此刻 真有什么本质区别吧?
chatgpt "大模型是真正基于对词的理解" ???
你对 "理解" 这个词的字面意思和涵义是有什么误解吗?
人类语言, 包括 语素 词汇 语音 在内, 是有限的, 是可以穷尽的, 实际上一个语言的各种成份并不能完全随机搭配, 它的合理 合乎逻辑 合乎意思的 组合是远远少于 语言的各种成份的随机的机械的组合 !!!
既然远远少于, 而且又有大量肉身人类产出的大量现成的的文本, 投喂给它 -- 所谓的 "大数据投喂给大模型",
那么, 它只需要总结归纳出各种语言成份的搭配组合的规律即可, 不同组合的权重, 然后再结合上下文(话题)去分析和归纳同一个组合在不同上下文(话题)出现的规律和权重即可,
同时, 注意, 它不需要真的理解上下文(话题)本身的意思, 正如稍早(去年前年)的ai画图把人脸画成烂肉脸皮, 因为它真的不理解, 现在脸皮画的像了, 并不是它真的理解了人的脸皮, 而是它对人脸皮的结构的组合的可能性和边界限制 总结的更精确了, 仅此而已,
正如再早些 2-3 年前, 的图像识别, 识别猫猫狗狗, 经常错乱识别, 甚至还把像素点的组合, 甚至似是而非的自然界的乱七八糟的轮廓, 也给识别成猫猫或狗狗, 甚至把 老虎 狗熊 识别为 猫猫, 这是训练数据的局限吗?
再说 "理解" 的真正涵义, 人可以理解, 猫猫狗狗, 狠多动物都有理解的功能, 尤其是哺乳动物, 甚至 鸟类 也可以,
生物的理解功能, 是和学习相关联的, 无论是强学习, 还是弱学习, 亦或刻在基因里的, 而学习的驱动力是生存, 生存的驱动力是繁衍, 繁衍的驱动力是基因天然的复制自身的倾向,
要想学习, 首先得有感受周遭世界得能力, 即感官, 光线 声波 气味 触觉 等, 即 眼耳鼻口和皮肤触觉等, 所谓的传感器, 通过各种神经链路和大脑这个分析中心建立联系, 并形成固定记忆, 为以后加速分析周遭环境的效率, 并且这个过程是漫长的 持续的 反复的, 而不是机器那样 1sec 投喂灌输 几十个 TB 的数据的大杂烩一锅乱炖的短时间内所谓的 "习得",
通过感官和大脑分析, 还必须建立有效的反馈机制, 简单说就是奖惩机制, 疼痛 预示 危险, 保护自己的肉身, 才能继续生存, 才能保证繁衍,
综上, 机器没有欲望, 没有复制繁衍的欲望, 没有传感器, 没有大脑分析物理实在的生存威胁, 没有奖惩反馈, 危机和生机, 刺激和激励, ... 何谈 "理解"?
有必要像生物一样去理解吗? 能完成主人交给的任务就完事了,
请仔细思考 "理解" 一词的真正涵义, 以及它的实现过程和意义和目的, 而不是鹦鹉学舌 照本宣科 人云亦云, 看见 ai 就激动 兴奋了,
ai 能感受到你的情绪吗? 能理解你的情绪吗?
ai 从海量组合中分析符合当前上下文的长跨度组合, 然后在有限子集里挑选符合当前这个上下文的组合的一些句子, 来回复你,
你就以为 ai 理解你了?
哈哈哈，兄弟博学 高见啊
哈喽博主，想问一下您这边有没有做一些创业项目或者商业思考，能不能私信你，想认识一下，感谢！
感谢关注，可以把您联系方式邮件发给我，我的邮箱地址在频道简介里，到时候我加您
他还是做应用创新
GPT之前的NLP的研究才是真正突破， Google的transformer才是真正的创新
请问你这句话是怎么推导证明出来的，现在是过去的未来，但不是未来的过去，请问这句话能证明吗
为什么不是未来的过去
你这句话听起来似乎有道理，但好像无法证明