今兒這事兒得從一個新聞說起：《谷歌又飆車了，剛發(fā)布了神經(jīng)機器翻譯系統(tǒng)，沒見過的語言它也能翻譯》
大家如果懶的看原文，可以直接看我這個簡單白話列表：
- Google又出來嘚瑟了，發(fā)布了基于神經(jīng)網(wǎng)絡(luò)的翻譯系統(tǒng)(GNMT)
-
而且沒有見過的語言也能翻譯(Zero-Shot Translation)
作為吃瓜群眾，可能要關(guān)心了：這意味著啥呢？個人認為，這玩意的可怕之處得從3個事兒說起：
- 圖靈測試
- 自然語言識別
-
基于神經(jīng)網(wǎng)絡(luò)的機器學習
1. 圖靈測試
如何證明一臺機器具有智能？
祖師爺艾倫圖靈在某年提出了圖靈測試，用人話形容就是：你和小黑屋里的人(或機器)通過QQ聊天，看看你能不能準確判斷這玩意到底是人還是機器，如果你區(qū)分不出來，就說明對方是具備智能的
這鬼東西最驚悚的地方在于，為了騙過測試者，真正具備智能的機器，會模擬打字慢、故意打錯字，以及各種裝傻充愣技巧
換句話說，機器可以為了自己的利益(通過圖靈測試)而欺騙人類
2. 自然語言識別
如何證明一臺機器能理解語言？
不知道是誰，提出了一個著名的假設(shè)——“中文屋”，用于挑戰(zhàn)圖靈測試，用人話形容就是：一個美國人完全沒見過中文，但是你給他一本特6的字典，他也能把“床前明月光”給你翻譯成“There is a bright moon high above my bed”，看起來好像他懂中文了，但是并沒有
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
學習是年輕人改變自己的最好方式