※ 引述《remaerd (286)》之銘言：
: 噓 dos01: ...我只想說 你不懂心理學 08/31 03:07
: → dos01: AI的東西跟模仿人類思考模式完全是兩回事 08/31 03:08
: 推 dos01: AI之所以是模仿畫風 是因為那是在模仿 但那東西就不是人類 08/31 03:11
: → dos01: 的思考模式 08/31 03:11
: 噓 AirPenguin: 要定義這麼嚴格那根本沒幾款是AI啦 08/31 03:17
: 推 jupto: AI嚴格來說不是模仿人類的學習模式 而是模仿所有神經網路 08/31 04:05
: → jupto: 生物的學習模式 08/31 04:05
: → s8018572: 沒辦法主張不被學習why? 不想拿來給你學有甚麼問題ㄇ== 08/31 05:30
: 噓 dos01: 因為這樣不方便阿 爬蟲爬慣了 data突然要被刪除很麻煩的 08/31 06:35
: → dos01: 話說回來 做研究的 知後同意是基本常識吧 現在都沒在教研究 08/31 06:36
: → dos01: 倫理了嗎? 08/31 06:36
: → lucifiel1618: 你要是研究出當下的AI跟人類思考模式有什麼本質上的 08/31 06:36
: → lucifiel1618: 不同，那早就該用這個理論為基礎開發新的AI了 08/31 06:36
: 推 Darnatos: 心理學的支持方偏向認為AI跟人類的學習不一樣？有甚麼 08/31 07:51
: → Darnatos: 關鍵差異嗎？可能現在AI還不夠像，但未來呢？ 08/31 07:51
不提心理學，我們就講個看得的部分
現行AI 跟 人類 在學習上有一個顯著的不同是：
人類只要很少的資料點(data point)，就可以在判斷上產生很大的變化
人類可以在給予很少、甚至只有一個不符合之前判斷的案例下，
大幅地修正以前長期使用的策略。
這是我覺得人類相當聰明的地方。或者說，我一直覺得目前看過的AI都蠢到不行

人類是感性的動物 做的判斷和決定不是全然理智的

你是怎麼知道人類的判斷是正確的@@所以你評估AI跟人類學習的優劣是從變化的彈性 還是表現的成績撇開多媒體相關的機械學習 你認為就棋盤或資訊對等的遊戲 人類學習的彈性 能夠勝過有效策略的收斂 嗎傳統AI的局限是因為邏輯跟策略都是人制定的, 現在deep已經不太一樣了

電腦的好處是穩定可預測，人類上限可以高到很高、也可以低到很低，思考也不一定是有邏輯的，身體和精神狀況也會影響判斷

我是認為 以德撲或日麻來說 有的時候也許你堅持的策略在數學上是有效的 但是人會受到你所謂的"彈性"大幅影響判斷修正不過討論討論 我覺得你講的也是一點 AI如果框架根本上錯誤 算再多也是浪費電而已

資料點的權重問題？人類天生有正確(?)判斷資料的能力而且人類也是有不會改正的時候，比如刻板印象和偏見

人類學習和決策過程就是和現行演算法 AI 有很大差異，越明確定義（數學模型）的問題演算法越能精確收斂，但越大範圍模糊的問題得靠「猜」的時候兩者就會差很多（未必哪邊準要看題目），人類會從許多不知道的地方抓參考加上心理權重浮動很大，演算法只有餵食的資料範圍以及一些數學工具特性會讓輸出結果受限

畫圖真的太累了 原畫師給AI處理也能省很多工 加大產量不好嗎有特色的 大家都還是知道是你的啊

你在講啥？這也是人類最大的劣勢啊，AI一天吸收上萬筆資料，培養一個人類繪師要2年，AI一個星期就出師了

我覺得從頭開始訓練當然很弱 就跟從嬰兒開始教應該學不太好如果說具備一定程度能力的模型比如gato 學習就會又好又快吧

事實上是目前ai沒有跨領域的data啦 這成本太高沒必要沒理由畫圖ai還要餵食譜給他 人類思考模式有多方參照但這也是因人類對數據解讀不夠精確而衍伸出的能力

gato就是跨領域啊 他可以做604種任務包含對話 看圖敘述打電動 操控機械手臂AI 也有主動學習的技術 不一定需要人喂資料

查了一下 雖然是通用ai 但不確定有沒有資料間互通~依照架構圖比較像放射性結構，不是網狀結構