李飞飞提出空间智能的概念

[xiaoju]

尼玛，AI都知道本站“哈哈”为打滚标配

哈哈哈
民科两大特色：1 无知无畏 2 死鸭子嘴硬
形容你十分恰当

[xiaoju]

你整天冥想的这些东西，在网络公开课里面讲得一清二楚

CS231N，CS224N自己看一遍那么难么？

所谓理想化模型，类似经典力学里的质点以及用质点进行的运动学和受力分析。或者语言学里的句法结构和变换法则。
都是用抽象的符号“简化”实际问题，再用基于符号的公理、定律、法则等来解释和演绎。
深度学习根本上抛弃了这种方法，而是直接模拟各种因素之间的联系。

[huangchong]

哈哈哈
民科两大特色：1 无知无畏 2 死鸭子嘴硬
形容你十分恰当

我见了xiaoju就送他傻逼二字

此人毫无廉耻，最擅倒打一耙。他说别人的，基本上全是以前别人用来评价他的话。

[xiaoju]

尼玛，loser抱团啊

我见了xiaoju就送他傻逼二字

此人毫无廉耻，最擅倒打一耙。他说别人的，基本上全是以前别人用来评价他的话。

[Caravel]

transformer的attention是从resnet来的，resnet又是从孙剑的geodesic salience来的。

归根结底，transformer还是老中的，孙剑是原创。当然老中搞NLP的不多，造成了失误。

不是resnet是另外一篇文章，all you need或许也不是最早的attention，但是肯定不是resnet那个

[TestCases]

所谓理想化模型，类似经典力学里的质点以及用质点进行的运动学和受力分析。或者语言学里的句法结构和变换法则。
都是用抽象的符号“简化”实际问题，再用基于符号的公理、定律、法则等来解释和演绎。
深度学习根本上抛弃了这种方法，而是直接模拟各种因素之间的联系。

兄台的观察引人思考，科学在方法论上好像确实在展现着奠基性的变化。
如果有上帝在，能安排哥德尔，牛顿，希尔伯特，诺伊曼，图灵，香农等人牵头在一起开个“深度学习把科学带向何处？”的研讨会，应该是很有意思的一件事吧。

[xiaoju]

Attention的概念当然很早，但是Google的论文指出了只有attention重要，时序一点意义也没有，这个是划时代的

正如ResNet彻底解决了CV所有问题，transformer也彻底解决了NLP所有问题。现在想打败这两个模型，只能在图像或者语言中蕴含更高级的难题

不是resnet是另外一篇文章，all you need或许也不是最早的attention，但是肯定不是resnet那个