宇宙无敌观察者的个人资料

人工智能的奇点已经到来了，你怎么看有人说自然语言处理模型GPT3.0 1700亿参数, 人脑是 1000亿神经元参数*20个平均连接数的话大概 2W亿个参数。如果把GPT3.0网络*12倍应该就可以赶上人脑了。

深度学习结构化数据上的缺陷深度卷积网络的发展，打破了标注数据与原始数据鸿沟，有意义的映射成为可能，但是目前的标注都是孤立和单一的，标注数据之间的结构化关系是缺失的，导致目前的深度学习在思维逻辑的推理能力上看起来有欠缺。但是在我看来目前的缺陷是没有考虑这种具备结构化关系识别的能力之深度网络结构，只要弥补这一缺陷，深度卷积网络会有一个比较好的发展。特别是目标检测和NLP处理。

生命是什么没有几个人可以说清楚

异步神经元未来的神经元 1，先挖坑

想搞个有趣的应用基于人工智能的，大家有什么想法 1

目前yolo或者ssd的架构都有点问题首先不是真正的全部基于网络架构，而是有一部分采用了数学方法

基于需求的新型社会形态背景随着生产的发展，以人工智能为代表的生产力，可以生产出足以自己知足的产品和服务，导致生产者不再加码生产，而是生产符合生产者集体的需求的产品。社会的生产的货币表示逐渐弱化，需求也弱化，掌握大量生产力的生产者，不再以换取大量的货币为满足，多余的货币并不会换来更多的需求的满足，相反的对于生产者而言，目前生产联盟生产的东西足够自给自足。这样导致一个社会关系的矛盾。作为生产主体，不再为其他社会个体提供廉价产品，而是会抬高价格，其他个体因为失业或者换取的货币能力有限，也无力购买。pmi也会逐渐降低，同时生产者联盟也无心生产，生产者联盟没有理由为其他个体提供廉价产品，因为他们已经掌握生产所有的元素自给自足。这样就会产生社会矛盾。是的，社会化大生产的时代已经过去了，现在应该提倡基于需求的新型社会形态。介绍这种新型社会形态，要求以普通大众的需求为核心和出发点的生产，生产者处于被大众考核的对象，生产者要始终为了需求的达成而生产，并且要不断改造自己使得自己可以满足普通大众的需求。生产者无条件降低生产的产品与最终需求的差距，并不断修正。无法满足需求的会被停产或者改造。其中有个负责收集大众需求的机构，并将收集的需求转化为产品设计，并输入该生产者联盟进行生产。同时对生产的东西是否满足需求进行测试验收迭代，甚至要求生产者联盟作出改变。

resnet可以剪裁60倍：介绍剪裁与不用路径移除方法 dnn结构的发展对内存存储的要求和计算量都很高，这对dnn框架资源构成了巨大的挑战。为了减轻挑战，权重修剪技术已被研究。然而，高精度的极端结构修剪解决方案，结合不同类型的结构稀疏仍然等待解开，由于在dnn网络中的权重极为减少。本文提出了一种结合交替方向乘法器（ADMM）算法的DNN框架，将两种不同类型的结构权重剪枝（滤波器和列剪枝）结合起来，以提高剪枝性能。我们首先在结构化剪枝模型中发现了ADMM过程的非最优性和未使用的权重，然后进一步设计了一个优化框架，其中包含了第一个提出的网络净化和未使用的路径删除算法，这些算法专门用于在ADMM步骤之后对结构化剪枝模型进行后处理。

知识图嵌入的域表示摘要将实体和关系嵌入到一个连续的多维向量空间中已成为表示学习中知识图嵌入的主要方法，但现有的模型大多忽略了层次知识的表示，如一个域中实体的异同。我们建议学习现有知识图嵌入模型上的域表示，这样具有相似属性的实体组织到相同的域中。这样的域层次知识可以为链路预测提供进一步的证据。实验结果表明，域嵌入比最新的基线知识图嵌入模式有了显著的改进。

是时候用人工智能做点好玩的东西了 1

地球能量都是来自太阳，太阳能力减低导致经济危机出现照射到地球表面的能量变少，生产的东西也就少了，生产的东西少了，物价就昂贵，贫富悬殊，社会就会有出问题。如果这时候，控制资本，就会导致裁员现象。不控制资本就会导致通货膨胀。出现通货膨胀只是时间问题。如何应对，因为通货膨胀是绝对，可以从事基础生产活动，从事经营活动。还有就是提高生产效率，降低成本。一转专多能。替代落后劳动力。

波音737MAX事件-欧拉角旋转与四元数因为欧拉角在旋转的时候容易出现万向锁问题，所以必须用四元数进行控制，否则出现的灾难就是737MAX所出现的灾难。在进行人工智能训练的时候，务必将四元数进行计算。

写论文写着写着，写出一个矛盾来也是醉了。

如何设计一个可以让你为所欲为的ai 只要提出要求，可以各种满足的人工智能实体。阿拉丁神灯。类似的。

要实现强人工智能，必须从生命和非生命的角度进行架构要实现强人工智能，必须从生命和非生命的角度进行架构

kaggle找个妹子组成战队负责清洗内务

各种技术的优化本身是非常重要的不管是哪种技术领域，优化的本身就是迭代的重要方面。

是时候实现超级算力了将神经元网络做的更小，计算速度更快，准确率更高。同时的服务吞吐量提升到极致。

如何实现强人工智能首先要理解思维本质是什么，左右大脑的区别

各种技术组件的深度学习改造各种技术组件的深度学习改造

如何让强人工智能可控抛砖引玉

深度学习大数据训练方法 1

厦航飞机冲出跑道原因除了事故原因，还有一个原因是夏航飞机老化，中美贸易战，飞机订单下降，维护成了问题，建议这段时间不要乘坐老旧的飞机。

福清三中2005届高中毕业生名录福清三中2005届高中毕业生名录、升学情况和毕业照片倪政齐福州大学福清三中2005届高中毕业生名录、升学情况和毕业照片倪政齐福州大学福清三中2005届高中毕业生名录、升学情况和毕业照片倪政齐福州大学福清三中2005届高中毕业生名录、升学情况和毕业照片倪政齐福州大学福清三中2005届高中毕业生名录、升学情况和毕业照片倪政齐福州大学

不完备信息情况下的推理有什么有的算法 1

权值共享说明以及相关强人工智能随想人类视觉有一大批的输入和输出是一致的，而这批神经元网络就是过滤器，可能是受基因控制的特异性分化的结构，不需要进行训练就可以实现的功能。从人类大量传到大脑的数据4g但是真正进入意识中心的数据4k很小的情况来看，这个结构应该是多层卷积网络构成。数据越发维数降低，但是可感知的事物却可以很多（通道越发多4k?）。每个事物可能用一个数值就可以表示。另外，如果这些4k数据处理完后，人脑是怎么决定要做什么的？cpu处理？这个可能有两个部分内容，一个是固有的条件链路系统，比如心脏跳动，肾上腺激素等，二是思维层面的，在某状态（4k）下s1，做某种事情后a，得到某种伴随状态的可能s2。 p(s2)=p(s1 and a)/p(s->|a) 决策层面层面比这个要复杂，这个是统计学的cpu。如果是人类应该不完全是统计学cpu，而是更可能是蒙特卡洛搜索的。因为人可以进行复杂的序列化条件处理。根据目前状况进行随机的或者确定的判断。蒙特卡洛的好处是，可以总结经验教训，对于失败的cpu链路进行处罚，防止机体再次出现问题。蒙特卡洛的终局判断，可能基于4k局面某个因素，或者基于4k的抽象因素，或者内部的某个状态因素。比如某次错误的行为导致的受伤，心动过速，在4k层面应该非常难受的。难受就是会调用固有的条件链路（颤抖，疼痛的预期）。内部因素可能是某种奖励的形式在4k中的表现。总之，蒙特卡洛搜索树让基于特定因素（应变）的能力成为可能。

反向传播算法的生理支撑是什么很显然没有。

人工智能开始步入正轨，我们需要什么样的架构？ 1

基于小脑的“生物陀螺仪”的一体化vr设备的方案 1、通过深度学习技术训练出可以从人体体表捕捉小脑感知信号的模型 2、将捕捉到的型号转为空间位置、旋转、加速度的信号 3、将信号传给vr设备更新最新的位置图像该具体方案及具体实现价值10亿美元，具体联系15060135360

诚聘深度学习工程师岗位职责：从事前沿数据科学研究，深度学习算法研发。任职要求： 1、本科及以上学历，计算机、数学相关专业； 2、熟悉java或者c ；熟悉一种或多种脚本语言（shell/python）； 3、具有良好的算法基础和编程功底； 4、熟悉机器学习相关知识理论，有大规模机器/深度学习开发和应用经验优先； 5、了解hadoop/spark等； 6、了解caffe/tensorflow/gpu/mlib等； 7、了解数据挖掘、推荐系统、策略优化等。

基于深度学习蒙特卡洛搜索的专家脚本转应用程序的方案 1·