机器学习中的视觉与自然语言处理

一两个月前看了李飞飞老师的自传,看第一页就觉得 这是对A国的表白。当然也会遗憾,希望她小时候遇到的老师是更好的老师,她家周围遇到的人是更好的人。这是概率问题,在过去可能不够好今天会更好。

重点是当我看到她在思考智能的起源,回溯到最原始的类似单细胞动物感光功能时,有点被锤了一下的感觉。 智能,(在我的世界里,算是竟然)起源到原始单细胞的从混沌中的感光,有了趋光性,后面的进化就一步步蔓延生长。 嗯,那条指数曲线开始了漫漫长平缓的增长,直至今天。想想那个从地球诞生或宇宙大爆炸到现在二十四小时的比喻中,我们现在又在经历前所未有的变革..

之前我一直会觉得,相对于机器学习中的视觉和推荐,自然语言处理绝对是更高级的事情。 计算机、软件已经改变了世界,视觉再强也只是给计算机加了一个强大的外设,即使是扩展到3D,可能也只是用在游戏等领域,在我心里仍是有点low。 若是计算机能搞懂人类的语言,那才叫一个NB呢。

大概两年前我也看到过,可能是在讨论世界模型的相关文章里,说语言是已经凝结了人类智慧的结晶,模型从人类对世界的加工成果中去学习而非从原始世界学习。 咦,好像有点对... 但我好像选择性遗忘,忽视了..,直接再次看到 《我看到的世界》中 相通的类似观点。

而且前一阵子,看到谢赛宁的采访也提到了:语言本身是人类文明高度提炼的结构,相当于一种"捷径"或"拐杖",过度依赖语言 会限制AI对真实世界的学习。 语言模型的Scaling Law里面是有"水分"的,因为它并不需要真正 通过理解世界的方式去回答问题

好吧,我得承认,机器学习的视觉比语言更重要。 过去我自以为想对的事想错了,以前自以为是的想得太浅了。

面对能轻松淹灭我的信息... 我还好 没有太焦虑,告诉自己,已经尽力学习了,就OK。那些差距虽然大概率这辈子都追不上,但我的时间 用好了。 当然肯定觉得真遗憾一天只有24小时,最好有30小时..

没机会参与模型训练,我当然不是第一批窥见出现难以置信的智能的人。 几个月后也得到了hint,看到未来几年的世界将经历的巨变。

前一阵子,同事.skill很火但是好像没有出现在百度的热搜榜,我想是被限制了一下,因为这可能会造成社会上很多的panic..

我们算是这个圈子的人,明白这个过程是怎样产生的。 但是世界上还有很多人,根本无法看到或理解这个过程,世界就已经变了。挺不平权.. 曾经看到说 (DS刚兴起那一阵)TB上有卖几元十元的类似: DS深度思考R1不限次数永久使用, 其实只是一些封装的链接网站,赚的就是信息差,卖爆了且无数好评.. 26年0415日澎湃新闻特约评论员 写的文章还是: AI写作承载不了个性化体验,还刊登发表了..

我很多年前就相信知道,计算机能比人类强大很多,但是没想到 来得那么快。 人类的智力、能力、人类目前所在做的工作,将远远落后于机器, 我们只能 眼睁睁看着、经历着这个过程 。你发现自己已经没什么事可做了。

好处 确实是 任何事的成本都变得容易,不光是对需要雇人做事的老板,也对我们自己。

十多年前我会觉得,如果我读书上学时有这么方便的搜索引擎,可以方便的解决我的任何疑问,我应该是要读个博的。 现在 这个学习工具已经更更更方便高级了,那我想学的东西,只要我付出时间,应该会比我 想要达到的顶级钢琴手 来得容易.. 也就是 同样付出时间,去学习钻研某一个领域知识到极致, 会比付出时间,练习到一个顶级钢琴手或顶级跳水运动员 容易? 学习知识,不懂的可以立即追问,可以得到全方位多模态的解答。 练习一个技能,尤其是要身体参与的,并不是,看起来挑战要高点。

愿我们没啥事需要做时,还有兴趣做点啥事~

以上大部分想法记录于26年4月中旬

相关推荐
2601_955662461 分钟前
短视频配音 7 款测评:旁白情绪、断句、呼吸感完整打分
人工智能·音视频·语音识别
宸津-代码粉碎机4 分钟前
AI工程化高阶实战|从Demo到生产落地核心架构、全套源码与避坑指南
java·大数据·开发语言·人工智能·python·架构
智码看视界10 分钟前
Edge AI 全栈1:ESP32 传感器采集到云端大模型推理的完整链路
人工智能·物联网·嵌入式·esp32·aiot·全栈开发·edgeai
MartinYeung511 分钟前
Uniswap v4 许可池:重塑 DeFi 流动性管理的范式革命
人工智能·区块链
自由能燃气设备14 分钟前
燃气热水锅炉/全预混低氮冷凝锅炉哪个品牌好?哪家好?6大商用品牌横评
大数据·数据库·人工智能
智购科技智能售货柜16 分钟前
2026自动售货机设备能耗计量系统:从功率监测到能效分析的工程实践~YH
数据库·人工智能·redis·缓存·架构·perl·symfony
ShineWinsu22 分钟前
人工智能基础概念全景解析:从 AI 到 Transformer、LLM、Prompt、Token、RAG、Agent、对齐与安全
人工智能·prompt·transformer
Bamtone202523 分钟前
Bamtone班通:TDR阻抗测试仪如何高效助力AI服务器高速信号完整性验证?
服务器·人工智能·阻抗测试·阻抗分析
必须会一定会1 小时前
AI 编程工具选型:Cursor、Claude Code、Codex、OpenCode 与 DeepSeek Harness 的产品形态和成本边界
人工智能·ai编程
tqs_123451 小时前
大模型工程化高频踩坑总结:RAG、Agent、检索、模型优化全复盘
人工智能