openAI可能是下一个google

[Caravel]

同意呀。你在重复我说的。

我的意思是，在数学证明之前，要靠实践和直觉。对这个领域，直觉最好的是乔姆斯基。实践正在进行中。但是理论直觉已经说了，这个算力太强了，所以是死胡同。这个思想上的坎，你脑子里过不去。太笨了。

为什么算力太强了，就修不好了？因为，无论你什么折腾，给什么难题，训练集里面都会有隐晦的模式，它就能学到，做出貌似正确的选择。前面说了，越难的，越独特，回答正确越容易。

平凡的，人类天生的模式，它对这个并没有喜好。现在的难题是，如何让它对此有喜好。

目前还没有办法，因为这个喜好，本身不是很好定义的。我们只会给样例。但因为这个东西找模式能力太强，在样例上无论什么折腾，对它来说都是一样的。这就是乔姆斯基的意思。这东西对研究智能没有用。这个观点，你太笨了，打死可能也不能理解。

学科发展到今天，还要靠一个90多的人直觉？历史上的no-go theorem基本都不成立，因为什么理论有很多假设，很容易就被bypass

[hci]

是呀，很不幸。

这不是什么定理。你扯远了。

学科发展到今天，还要靠一个90多的人直觉？历史上的no-go theorem基本都不成立，因为什么理论有很多假设，很容易就被bypass

[hahan]

同意呀。你在重复我说的。

我的意思是，在数学证明之前，要靠实践和直觉。对这个领域，直觉最好的是乔姆斯基。实践正在进行中。但是理论直觉已经说了，这个算力太强了，所以是死胡同。这个思想上的坎，你脑子里过不去。太笨了。

为什么算力太强了，就修不好了？因为，无论你什么折腾，给什么难题，训练集里面都会有隐晦的模式，它就能学到，做出貌似正确的选择。前面说了，越难的，越独特，回答正确越容易。

平凡的，人类天生的模式，它对这个并没有喜好。现在的难题是，如何让它对此有喜好。

目前还没有办法，因为这个喜好，本身不是很好定义的。我们只会给样例。但因为这个东西找模式能力太强，在样例上无论什么折腾，对它来说都是一样的。这就是乔姆斯基的意思。这东西对研究智能没有用。这个观点，你太笨了，打死可能也不能理解。

你就是说pattern recognition 不是智能呗

[verdelite]

是呀，很不幸。

这不是什么定理。你扯远了。

我支持Caravel的观点。历史上no-go theory的事情上，我自己被打脸就好几次。所以我对弃婴那样的典型中国理科生之轻易否定一个idea的做法很敏感。

hci这里也用一个理论就说“不可能”，我觉得大概率也是被打脸。还有彭罗斯的智能依靠量子力学的说法，我2015就觉得他错了，买了旧书“皇帝新脑”也没看又捐掉了。

我前几天还刚刚举了一个例子，Masor，量子力学专家们根据测不准原理觉得不可能做到窄频率。