如何惹怒一位人工智慧(機器學習、深度學習、強化學習等)愛好者?

2021-01-11 極市平臺

加入極市專業CV交流群，與6000+來自騰訊，華為，百度，北大，清華，中科院等名企名校視覺開發者互動交流！更有機會與李開復老師等大牛群內互動！

同時提供每月大咖直播分享、真實項目需求對接、乾貨資訊匯總，行業技術交流。關注 極市平臺 公眾號 ，回復 加群，立刻申請入群~



https://www.zhihu.com/question/339602806


知乎高質量回答


1、作者：範六六

https://www.zhihu.com/question/339602806/answer/782259558


大清早打開各大AI公眾號


A公司，B學校聯合提出xxx模型！徹底解決xxx方法帶來的xxx問題！


「什麼嘛，不就是B學校的跑A公司實了個習然後刷了一下baseline，有什麼了不起的！」


CVPR20xx論文評分第一！xx團隊提出最新xxx方法！xxx親自發微博宣傳！xxx，xxx為之站臺！


「不服氣，我也能做出這樣的工作，馬太效應太嚴重了！」


x大附中高中生提出最新xxx方法！專訪別人家的孩子如何成為優秀的科研人員！


「原來比我年輕的人也做出來了啊（黑化）我還是去找工作吧……」


15天學會Python，30天學會機器學習！xxx學院精品機器學習課程，帶你走向高薪算法崗！年薪百萬不是夢！


卒。



2、作者：馬平川

https://www.zhihu.com/question/339602806/answer/784553425


原圖：



鄭華濱

（知乎主頁：https://www.zhihu.com/people/zheng-hua-bin/activities）

修改版：









3、作者：hzwer

https://www.zhihu.com/question/339602806/answer/782429747


你們這行幹到三十多歲就不行了吧？

你寫的這 bug 裡怎麼這麼多程序？

智能行業泡沫撐不了幾年了吧？

你們是不是只要調包調調參？

你代碼寫的這麼醜哪學的？

網上不都有現成代碼嗎？

能幫我修一下電腦嗎？

智能是不是騙錢的？

你這搞的區塊鏈？

誒你的頭髮呢？



3、作者：知乎匿名用戶

https://www.zhihu.com/question/339602806/answer/781802567


Reviewer 2：Strong Reject

Comment：

What is resnet？

What is imagenet？

What is bert？

What is relu？

What is cnn？

What is rnn?

What is lstm？

What is cv?

What is nlp?

What is machine learning？

What is ai？

What is what?

I cannot open this pdf.

What is pdf?

How do you compute this KL?

What's your problem?

(Update: 匯聚了來自評論區的智慧)



-End-




添加極市小助手微信（ID : cv-mart），備註：研究方向-姓名-學校/公司-城市（如：目標檢測-小極-北大-深圳），即可申請加入目標檢測、目標跟蹤、人臉、工業檢測、醫學影像、三維&SLAM、圖像分割等極市技術交流群，更有每月大咖直播分享、真實項目需求對接、乾貨資訊匯總，行業技術交流，一起來讓思想之光照的更遠吧~


△長按添加極市小助手


△長按關注極市平臺


覺得有用麻煩給個在看啦~  

相關焦點

  • 如何區分人工智慧、機器學習和深度學習?
    人工智慧(Artificial Intelligence)是一個最廣泛的概念，人工智慧的目的就是讓計算機這臺機器能夠象人一樣思考，而機器學習(Machine Learning)是人工智慧的分支，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，使之不斷改善自身的性能。
  • 人工智慧、機器學習、神經網絡和深度學習之間是什麼樣的關係?
    但是大家在關注或研究人工智慧領域的時候，總是會遇到這樣的幾個關鍵詞：深度學習、機器學習、神經網絡。那他們之間到底是什麼樣的關係呢?本文引用地址：http://www.eepw.com.cn/article/201806/381185.htm　　先說人工智慧，人工智慧是在1956年一個叫達特茅斯會議上提出的。
  • 深度學習與強化學習
    隨著 DeepMind 公司的崛起，深度學習和強化學習已經成為了人工智慧領域的熱門研究方向。
  • 機器學習與深度學習有什麼區別?
    近年來，隨著科技的快速發展，人工智慧不斷進入我們的視野中。作為人工智慧的核心技術，機器學習和深度學習也變得越來越火。一時間，它們幾乎成為了每個人都在談論的話題。那麼，機器學習和深度學習到底是什麼，它們之間究竟有什麼不同呢？　什麼是機器學習？
  • 股票市場交易中的強化學習|機器學習|強化學習|深度學習
    在深度學習的世界中，無論您的模型多麼先進，沒有充分對業務充分理解和乾淨的數據都不會走得太遠。這個事實在金融領域尤其如此，在我們的數據集中，只存在股票的開盤價，最高價，最低價，調整後的收盤價和交易量的5個變量。在第一幅圖中，不難發現這些原始數據值不足以訓練機器學習模型。高度相關的變量乍看起來似乎很有希望，但是相關係數極高的缺點是實際上沒有那麼多的信息。
  • 深度強化學習走入「死胡同」,繼續死磕電子遊戲還是另闢蹊徑?
    本文作者朱仲光便是其中的一位。他指出，深度強化學習會給研究者們尤其是各位不明真相的大眾帶來「離通用人工智慧越來越近」的錯覺，而更為嚴重的是，深度強化學習會耗費掉研究者們本可以用來研究其他更重要的問題和更有前景的方向的時間和精力。
  • 資料| Python強化學習實戰:應用OpenAI Gym和TensorFlow精通強化...
    內容簡介 · · · · · ·強化學習是一種重要的機器學習方法，在智能體及分析預測等領域有許多應用。《Python強化學習實戰：應用OpenAI Gym和TensorFlow精通強化學習和深度強化學習》共13章，主要包括強化學習的各種要素，即智能體、環境、策略和模型以及相應平臺和庫；Anaconda、Docker、OpenAIGym、Universe和TensorFlow等安裝配置；馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關係，動態規劃的基本概念；蒙特卡羅方法以及不同類型的蒙特卡羅預測和控制方法
  • 人工智慧、機器學習、深度學習和神經網絡傻傻分不清?看這兒!
    人工智慧、機器學習、深度學習和神經網絡這些詞傻傻分不清？這四個都是非常熱門的詞彙，很多人甚至將四者看成是一種等價的關係，在很多報導中，會混雜使用。事實上，這四者之間既有一定的聯繫，但也有明顯的區別。可以簡單理解為：機器學習是人工智慧領域中的一個重要分支；深度學習是實現機器學習的一種重要方法；而深度學習通常都是基於多層神經網絡的。筆者之前畫了一張圖，比較形象一些。
  • 深度強化學習:阿里巴巴「AI 智能體」認知
    阿里巴巴認知計算實驗室資深總監袁泉在接受新智元專訪時表示，當下，人工智慧的每一個進步，幾乎都受到了神經科學的啟發，尤其是新一輪通用智能發展的中堅力量——基於神經網絡的深度強化學習。本文轉自「新智元」，作者：胡祥傑；經億歐編輯，供業內人士閱讀。
  • 機器學習算法盤點:人工神經網絡、深度學習
    機器學習算法盤點：人工神經網絡、深度學習 佚名 發表於 2016-08-01 16:26:33 　　機器學習無疑是當前數據分析領域的一個熱點內容。很多人在平時的工作中都或多或少會用到機器學習的算法。
  • 如何深入自學深度學習?
    你或許有興趣學習更多深度學習研究方面的知識但卻又從未有機會在實驗室裡工作
  • 專題| 深度強化學習綜述:從AlphaGo背後的力量到學習資源分享(附...
    而在最近深度學習的突破性進展之下（LeCun et al., 2015; Goodfellow et al., 2016），得益於大數據的普及、計算能力的提升及新的算法技術，我們正見證著強化學習的復興（Krakovsky, 2016），特別是強化學習及深度學習的結合（也就是深度強化學習（deep RL））。
  • ...深度強化學習綜述:從AlphaGo背後的力量到學習資源分享(附論文)
    而在最近深度學習的突破性進展之下（LeCun et al., 2015; Goodfellow et al., 2016），得益於大數據的普及、計算能力的提升及新的算法技術，我們正見證著強化學習的復興（Krakovsky, 2016），特別是強化學習及深度學習的結合（也就是深度強化學習（deep RL））。
  • 當強化學習遇見泛函分析
    隨著 DeepMind 公司的崛起，深度學習和強化學習已經成為了人工智慧領域的熱門研究方向。
  • 機器學習算法匯總:人工神經網絡、深度學習及其它
    以下為原文： 學習方式根據數據類型的不同，對一個問題的建模有不同的方式。在機器學習或者人工智慧領域，人們首先會考慮算法的學習方式。在機器學習領域，有幾種主要的學習方式。 強化學習： 在這種學習模式下，輸入數據作為對模型的反饋，不像監督模型那樣，輸入數據僅僅是作為一個檢查模型對錯的方式，在強化學習下，輸入數據直接反饋到模型，模型必須對此立刻作出調整。
  • 如何從零開始逐步學習人工智慧
    階段一：高等數學 人工智慧的基礎，其中高等數學是必需必會的。而高等數學則包括數據分析、概率論、線性代數及矩陣、凸優化等。良好的數學基礎，也是有利於以後同學們在後續的課程中更好的理解機器學習和深度學習的內容。同時對於AI研究尤為重要，例如人工智慧中的智能很大一部分依託「概率論」實現的。
  • 量子物理學機器學習:讓人工智慧學習與運用量子力學
    在剛出版的《 自然通訊 》上，發表了一篇科技論文，題為：「將機器學習和量子化學與分子波函數的深度神經網絡統一起來」，科學家們讓人工智慧學習與運用量子力學。在當代醫學和工業應用中的新型專用分子的化學計算設計過程中，需要求解一些方程。
  • 機器學習、深度學習,然後軟體裡面的流程是機器學習之前要做好的
    最近有一篇採訪了江蘇樂博智能製造新疆地區總經理陳輝的報導，報導中討論到工業4.0轉型升級中智能工廠的問題，想了解一下各方和樂博ai是如何推動打造智能工廠的?樂博ai還有哪些可以突破的地方？近日，李開復博士和王航老師在武漢峰會成功會面，雙方就推動ai賦能實體經濟等共同話題展開討論。今年3月8日到今年5月1日這兩年，在江蘇樂博一座人工智慧示範工廠中。
  • 看因果深度學習如何教AI人工智慧去問為什麼
    AI可以利用深度學習技術來構建相關關係模型。深度學習技術通過關聯數據點在構建模型方面做得很好。但是許多AI研究人員認為，需要更多的工作來理解因果關係，而不僅僅是相關性。現場因果深度學習（對確定某件事發生的原因很有用）仍處於起步階段，並且自動化比神經網絡困難得多。許多AI都是關於在大量數據中查找隱藏模式的。
  • 自動化是當前與深度學習及人工智慧等的不可分割的關係
    自動化是當前與深度學習及人工智慧等的不可分割的關係，也同樣是當前的熱門主題。自動化機器學習在自動化，人工智慧，無人機等科技領域有廣泛的應用。自動化機器學習可以模擬生物學過程，比如分類，和識別。分類。分類就是識別。