09 · 06人类与机器学习的关键差距
🔊 全文章节朗读
06人类与机器学习的关键差距
第六章，人类与机器学习的关键差距。本章的核心论点是：深度学习的成功被媒体夸大了，机器学习与人类学习之间存在着关键差距。所谓机器自学并不准确，需要大量人力收集标注数据，还要靠专家调节超参数，微软研究员说这更像炼金术而非科学，全世界只有几百人真正擅长。深度学习离不开大数据，而人类儿童看几个例子就能学会，还会主动探索世界。长尾效应让机器频繁犯错，比如特斯拉把防雪盐线认成车道标记。作者团队的研究生发现，识别动物的网络其实只学会了看背景是否模糊。2015年谷歌照片把黑人自拍照标成大猩猩，暴露了训练数据中的偏见。更麻烦的是对抗样本：对图像做人类察觉不到的微小改动，就能让网络把校车认成鸵鸟，特制眼镜框能骗过人脸识别。章末用聪明的汉斯那匹马作比喻，提出了终极问题：深度学习是真正的理解，还是只对表面线索做反应？
自动同步自湛庐有声书管线 · HedgeDoc 原页