#35 AI 太笨、人类太懒——机器学习 vs 人类学习

AI 太笨、人类太懒——机器学习 vs 人类学习 两位主播做客小果汁播客，和擅长认知科学和心理学的播主跨界聊一聊机器学习和人类学习的对比。对比努力工作又效果甚微的计算机，聪明的人类因为认知的实用目的显示出有趣的特点。最后我们瞎扯了些关于意识、机器人威胁人类等内容。 小果汁播客：https://fom.fm/about 播主/嘉宾：小果汁、斯图亚特、Cat Chen 剪辑：小果汁 本期内容包括： 人脑是怎么学习的 人类对大脑研究的历史 对罕见的脑损伤病人的研究 从神经元到局部回路到系统：视觉通路是怎么走的 从看见到识别，大脑里发生了些啥 机器是怎么学习的 什么是机器学习 监督学习、非监督学习和强化学习 机器有结论不等于机器真的明白 深度学习算法的革命 从统计模型走向仿生（赫布理论） 深度学习的革命性突破：图像识别、视频识别、语音识别、推荐系统、围棋、自然语言处理 机器太「笨」，人又太「懒」 机器需要海量训练集，人类可以从少量数据中学习 机器不会触类旁通，很难把知识应用到其他领域 机器每一种应用都需要人类特别调节 人类其实把“识”的权重提得很高，但是“别”的能力很弱 人类对「节能」有令人发指的执着 人类看世界认识世界是非常主观的 视知觉、表象和记忆之间的联系——我们每个人都活在自己的 deja vu 里 机器也有擅长之处 信息存储、处理 规则限定的复杂计算 从《西部世界》聊到意识的产生 迷宫（隐喻）：当每一个举动都被赋予一种可能性和选择性的时候，自我意识就产生了 自我产生于最初的缺失，即无法被满足的照顾，因为不满足而想要获得满足的愿望，就是自我意识 心智来源于整个有机体，大脑是为躯体服务的 动物有意识吗 AI 会有意识吗，或者说它有意识能被我们发现吗 AI 会反过来操控人类吗 机器学习路漫漫，人类更要小心自己 机器在很多事情上做得不好，但也许未来能做得更好 人类在担心被操控之前，要小心自己对自我的放弃 封面图片 Image by Bruno DE LIMA from Pixabay 片头片尾音乐 Exzel Music Publishing (freemusicpublicdomain.com) Licensed under Creative Commons: By Attribution 3.0 http://creativecommons.org/licenses/by/3.0/ Courante 1st Cello Suite