Comments on: 探索人類的大腦 http://mmdays.com/2007/04/26/brain/ 網路, 產業, 資訊, 觀察, 生活, 電影, 技術, 新知, 科技, 媒體, 趨勢, Web 2.0 Tue, 22 May 2012 16:11:00 +0000 hourly 1 http://wordpress.org/?v=3.0.1 By: Mr. Thursday http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10461 Mr. Thursday Fri, 27 Apr 2007 18:52:08 +0000 http://mmdays.com/2007/04/26/brain/#comment-10461 謝謝各位的回應 我會再查一下統計課本機率分佈的地方 post完之後也讓我更清楚原來還不是完全懂的地方 希望大家多少都對人工智慧有更多了解和興趣:) 謝謝各位的回應
我會再查一下統計課本機率分佈的地方
post完之後也讓我更清楚原來還不是完全懂的地方
希望大家多少都對人工智慧有更多了解和興趣:)

]]> By: Mr. Thursday http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-79874 Mr. Thursday Fri, 27 Apr 2007 18:52:00 +0000 http://mmdays.com/2007/04/26/brain/#comment-79874 謝謝各位的回應 我會再查一下統計課本機率分佈的地方 post完之後也讓我更清楚原來還不是完全懂的地方 希望大家多少都對人工智慧有更多了解和興趣:) 謝謝各位的回應
我會再查一下統計課本機率分佈的地方
post完之後也讓我更清楚原來還不是完全懂的地方
希望大家多少都對人工智慧有更多了解和興趣:)

]]> By: Welcome Mr. Thursday « Mr./Ms. Days - 網路, 資訊, 觀察, 生活 http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10460 Welcome Mr. Thursday « Mr./Ms. Days - 網路, 資訊, 觀察, 生活 Fri, 27 Apr 2007 16:18:34 +0000 http://mmdays.com/2007/04/26/brain/#comment-10460 [...] Apr 28th, 2007 by Days 最近Mr./Ms. Days的好事真是不斷，繼上個禮拜Mr. Sunday加入我們之後，我們一位共同的老朋友Mr. Thursday也加入了我們Mr./Ms. Days。Mr. Thursday也是學有專精，大家可以看他最近的文章就知道他最近在研究的主題跟人腦以及神經有很大的關係。因此，在我們的Blog裡面，以後會不時出現相關的文章，對各位也是一大福音。 [...] [...] Apr 28th, 2007 by Days 最近Mr./Ms. Days的好事真是不斷，繼上個禮拜Mr. Sunday加入我們之後，我們一位共同的老朋友Mr. Thursday也加入了我們Mr./Ms. Days。Mr. Thursday也是學有專精，大家可以看他最近的文章就知道他最近在研究的主題跟人腦以及神經有很大的關係。因此，在我們的Blog裡面，以後會不時出現相關的文章，對各位也是一大福音。 [...]

]]> By: ZEEBRA http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10459 ZEEBRA Fri, 27 Apr 2007 02:18:10 +0000 http://mmdays.com/2007/04/26/brain/#comment-10459 小小的COMMENT: 關於文中舉的例子可能不是相當恰當，由於時間或是單位時間內成功次數並不是服從高斯(或是常態分配)，應該是屬於普瓦松(Poisson)，或是指數(Exponential)分配。在統計學中，尋求正確的機率分配是相當複雜而且困難的過程，而且往往母體都必須服從某些假設，但假使你已經知道了母體的全貌又何須抽樣做統計，所以有了一堆數學的方法去推測母體的全貌，然後利用抽樣結果來進行研究。但也就是這個限制使人工智慧或是類似於人工智慧的領域漸漸浮出來。 例如人工智慧某一個部份就是希望進行學習跟預測，智慧體能夠依據過去的狀況，經由學習，推知決策的後果，這與統計中的"回歸"有類似的目的，經由過去資料，產生預測模型，進而進行預測，不過限制就是"資料還是必須服從某些統計的前提"。而人工智慧(如類神經網，資料探勘等)則能在不考慮統計前提下進行預測，我想這是人工智慧與統計學最大的不同吧。 小小的COMMENT:

關於文中舉的例子可能不是相當恰當，由於時間或是單位時間內成功次數並不是服從高斯(或是常態分配)，應該是屬於普瓦松(Poisson)，或是指數(Exponential)分配。在統計學中，尋求正確的機率分配是相當複雜而且困難的過程，而且往往母體都必須服從某些假設，但假使你已經知道了母體的全貌又何須抽樣做統計，所以有了一堆數學的方法去推測母體的全貌，然後利用抽樣結果來進行研究。但也就是這個限制使人工智慧或是類似於人工智慧的領域漸漸浮出來。

例如人工智慧某一個部份就是希望進行學習跟預測，智慧體能夠依據過去的狀況，經由學習，推知決策的後果，這與統計中的”回歸”有類似的目的，經由過去資料，產生預測模型，進而進行預測，不過限制就是”資料還是必須服從某些統計的前提”。而人工智慧(如類神經網，資料探勘等)則能在不考慮統計前提下進行預測，我想這是人工智慧與統計學最大的不同吧。

]]> By: ZEEBRA http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-79873 ZEEBRA Fri, 27 Apr 2007 02:18:00 +0000 http://mmdays.com/2007/04/26/brain/#comment-79873 小小的COMMENT: 關於文中舉的例子可能不是相當恰當，由於時間或是單位時間內成功次數並不是服從高斯(或是常態分配)，應該是屬於普瓦松(Poisson)，或是指數(Exponential)分配。在統計學中，尋求正確的機率分配是相當複雜而且困難的過程，而且往往母體都必須服從某些假設，但假使你已經知道了母體的全貌又何須抽樣做統計，所以有了一堆數學的方法去推測母體的全貌，然後利用抽樣結果來進行研究。但也就是這個限制使人工智慧或是類似於人工智慧的領域漸漸浮出來。 例如人工智慧某一個部份就是希望進行學習跟預測，智慧體能夠依據過去的狀況，經由學習，推知決策的後果，這與統計中的"回歸"有類似的目的，經由過去資料，產生預測模型，進而進行預測，不過限制就是"資料還是必須服從某些統計的前提"。而人工智慧(如類神經網，資料探勘等)則能在不考慮統計前提下進行預測，我想這是人工智慧與統計學最大的不同吧。 小小的COMMENT:

關於文中舉的例子可能不是相當恰當，由於時間或是單位時間內成功次數並不是服從高斯(或是常態分配)，應該是屬於普瓦松(Poisson)，或是指數(Exponential)分配。在統計學中，尋求正確的機率分配是相當複雜而且困難的過程，而且往往母體都必須服從某些假設，但假使你已經知道了母體的全貌又何須抽樣做統計，所以有了一堆數學的方法去推測母體的全貌，然後利用抽樣結果來進行研究。但也就是這個限制使人工智慧或是類似於人工智慧的領域漸漸浮出來。

例如人工智慧某一個部份就是希望進行學習跟預測，智慧體能夠依據過去的狀況，經由學習，推知決策的後果，這與統計中的”回歸”有類似的目的，經由過去資料，產生預測模型，進而進行預測，不過限制就是”資料還是必須服從某些統計的前提”。而人工智慧(如類神經網，資料探勘等)則能在不考慮統計前提下進行預測，我想這是人工智慧與統計學最大的不同吧。

]]> By: Victor http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10458 Victor Thu, 26 Apr 2007 16:49:17 +0000 http://mmdays.com/2007/04/26/brain/#comment-10458 我認為下一次的革命會是真正的AI誕生之時，在我的想法裡，只要能夠了解人腦內部運作的規則，用電腦加以模擬，付與感觀(受器)，以及反應的機制(動器)等等，就可以造出真正的AI，不過前提是，人腦的運作必需完全基於物理之下，沒有超越物理的東西存在，人類是基於DNA這種系統下的產物，沒什麼理由超越這個系統，不過，人類對自己大腦的認知，比對太陽還不如，所以認識大腦是首要的工作。 而以這樣理論製造出來的AI，會與電影裡的AI有很大的差距，電影裡的AI一造出來就可以思考、做出適當的反應等等，但是，如果以人腦為模形做出來的AI，勢必要跟人類一樣經過學習才能夠有正確的反應，更進一步，AI也會犯錯，甚至，也會有感情，所以...如果真的製造出這種東西來，也許我們可以稱它為"人"，只是他們有些優點，例如腦容量可以不受限制，不會生病或老死、也許能夠複製人格等等，然而，如果這天真的到來的話，會有一堆宗教受到嚴重的衝擊，因為即然人可以造人，那麼便表示這樣的東西並沒有什麼超越物理的力量才能達成，充其量只是一部規則複雜的精美機器，靈魂的存在就更沒有說服力。 阿@@ 以上，只是路過時隨口打的嘴砲 我認為下一次的革命會是真正的AI誕生之時，在我的想法裡，只要能夠了解人腦內部運作的規則，用電腦加以模擬，付與感觀(受器)，以及反應的機制(動器)等等，就可以造出真正的AI，不過前提是，人腦的運作必需完全基於物理之下，沒有超越物理的東西存在，人類是基於DNA這種系統下的產物，沒什麼理由超越這個系統，不過，人類對自己大腦的認知，比對太陽還不如，所以認識大腦是首要的工作。

而以這樣理論製造出來的AI，會與電影裡的AI有很大的差距，電影裡的AI一造出來就可以思考、做出適當的反應等等，但是，如果以人腦為模形做出來的AI，勢必要跟人類一樣經過學習才能夠有正確的反應，更進一步，AI也會犯錯，甚至，也會有感情，所以…如果真的製造出這種東西來，也許我們可以稱它為”人”，只是他們有些優點，例如腦容量可以不受限制，不會生病或老死、也許能夠複製人格等等，然而，如果這天真的到來的話，會有一堆宗教受到嚴重的衝擊，因為即然人可以造人，那麼便表示這樣的東西並沒有什麼超越物理的力量才能達成，充其量只是一部規則複雜的精美機器，靈魂的存在就更沒有說服力。

阿@@
以上，只是路過時隨口打的嘴砲

]]> By: Victor http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-79872 Victor Thu, 26 Apr 2007 16:49:00 +0000 http://mmdays.com/2007/04/26/brain/#comment-79872 我認為下一次的革命會是真正的AI誕生之時，在我的想法裡，只要能夠了解人腦內部運作的規則，用電腦加以模擬，付與感觀(受器)，以及反應的機制(動器)等等，就可以造出真正的AI，不過前提是，人腦的運作必需完全基於物理之下，沒有超越物理的東西存在，人類是基於DNA這種系統下的產物，沒什麼理由超越這個系統，不過，人類對自己大腦的認知，比對太陽還不如，所以認識大腦是首要的工作。 而以這樣理論製造出來的AI，會與電影裡的AI有很大的差距，電影裡的AI一造出來就可以思考、做出適當的反應等等，但是，如果以人腦為模形做出來的AI，勢必要跟人類一樣經過學習才能夠有正確的反應，更進一步，AI也會犯錯，甚至，也會有感情，所以...如果真的製造出這種東西來，也許我們可以稱它為"人"，只是他們有些優點，例如腦容量可以不受限制，不會生病或老死、也許能夠複製人格等等，然而，如果這天真的到來的話，會有一堆宗教受到嚴重的衝擊，因為即然人可以造人，那麼便表示這樣的東西並沒有什麼超越物理的力量才能達成，充其量只是一部規則複雜的精美機器，靈魂的存在就更沒有說服力。 阿@@ 以上，只是路過時隨口打的嘴砲 我認為下一次的革命會是真正的AI誕生之時，在我的想法裡，只要能夠了解人腦內部運作的規則，用電腦加以模擬，付與感觀(受器)，以及反應的機制(動器)等等，就可以造出真正的AI，不過前提是，人腦的運作必需完全基於物理之下，沒有超越物理的東西存在，人類是基於DNA這種系統下的產物，沒什麼理由超越這個系統，不過，人類對自己大腦的認知，比對太陽還不如，所以認識大腦是首要的工作。

而以這樣理論製造出來的AI，會與電影裡的AI有很大的差距，電影裡的AI一造出來就可以思考、做出適當的反應等等，但是，如果以人腦為模形做出來的AI，勢必要跟人類一樣經過學習才能夠有正確的反應，更進一步，AI也會犯錯，甚至，也會有感情，所以…如果真的製造出這種東西來，也許我們可以稱它為”人”，只是他們有些優點，例如腦容量可以不受限制，不會生病或老死、也許能夠複製人格等等，然而，如果這天真的到來的話，會有一堆宗教受到嚴重的衝擊，因為即然人可以造人，那麼便表示這樣的東西並沒有什麼超越物理的力量才能達成，充其量只是一部規則複雜的精美機器，靈魂的存在就更沒有說服力。

阿@@
以上，只是路過時隨口打的嘴砲

]]> By: 昆蟲 http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10457 昆蟲 Thu, 26 Apr 2007 12:15:27 +0000 http://mmdays.com/2007/04/26/brain/#comment-10457 真辛苦，本以為老到不用再學了 ... (我以前也研究過 Neural Network, 不過那是很久.很久.很久.很久以前了，那時，本篇作者可能還不認識ㄅㄆㄇㄈ呢 ;-) Good Start! 真辛苦，本以為老到不用再學了 …

(我以前也研究過 Neural Network, 不過那是很久.很久.很久.很久以前了，那時，本篇作者可能還不認識ㄅㄆㄇㄈ呢 ;-)

Good Start!

]]> By: 昆蟲 http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-79871 昆蟲 Thu, 26 Apr 2007 12:15:00 +0000 http://mmdays.com/2007/04/26/brain/#comment-79871 真辛苦，本以為老到不用再學了 ... (我以前也研究過 Neural Network, 不過那是很久.很久.很久.很久以前了，那時，本篇作者可能還不認識ㄅㄆㄇㄈ呢 ;-) Good Start! 真辛苦，本以為老到不用再學了 …

(我以前也研究過 Neural Network, 不過那是很久.很久.很久.很久以前了，那時，本篇作者可能還不認識ㄅㄆㄇㄈ呢 ;-)

Good Start!

]]> By: fishball http://mmdays.com/2007/04/26/brain/comment-page-1/#comment-10456 fishball Thu, 26 Apr 2007 07:27:32 +0000 http://mmdays.com/2007/04/26/brain/#comment-10456 行家一出手，便知有沒有。 期待您的大作！ 行家一出手，便知有沒有。
期待您的大作！

]]>