2.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [转载] 西行两月杂记-2
发信站: 南京大学小百合站 (Wed Oct 23 21:33:46 2002), 站内信件

【 以下文字转载自 AI 讨论区 】
【 原文由 ihappy 所发表 】

本来要说点别点的，可是今天Tom Mitchell给了一个talk，不妨就来说说。

此公在ai界可谓大牛，Fredkin Prof. of AI and Learning in SCS, CMU.
AAAI president. 哪一个头衔扔出来都来砸死人。他还是机器学习'the'
book的作者。想来关心ai的人都应该知道此公。

但见此公衣冠楚楚，风度翩翩。看他的形象，如果你告诉偶他三十年前是
好莱坞当红小生，偶也信的说。演讲过程中，只见他捏着兰花指，不停发
出轻笑，媚眼一个接一个往台下抛。这是会后几个男生的印象，而几个女生
就不做如是观。tom讲座中提到man和woman在cognitive方面的差别，诚不
我欺。

好像扯远了:-).

牛人毕竟是牛人。一开口就不同凡响。发音极其之好，保证听力不佳者也能
欣赏。尤其是表达能力极强。ihappy对cognitive一无所知，他能几句话说
明cognitive中某项研究成果－－一幅非常复杂的图。然后再几句话说明该
成果与ai中state-of-the-art robot localization algorithm的联系。
大概就是高屋建瓴了，不服不行。

这大概是国内外教授的一个区别了。在nju的时候，选过我们系某位年轻牛
人的并行课，经常说了很久，不知道他想要说什么。可能是咱们国内没有对
表达能力注重培养？然后偶一怒之下，就退选了那门课:-)

tom首先说ai是一个cross-fertilization很明显的科学，在过去一个十年
里面，statistics对ai贡献最大--当然ai也是stat发生了明显的改变。过去
的statistician只研究bound，tail,significance这些东西，而现在很多
statistician要考虑其中的计算是否tractable.这一段话似乎是没什么可以
争议的。

那么未来的一个decade？tom说他的bet是brain science.然后举了几个
例子，比如state-of-the-art robot localization algorithm可以很
好的解释rat localization，一个发表在science的结果。对ai researcher
来说，如果以前没有见过这个例子（比如ihappy，虽然是否能算ai
researcher值得怀疑，没见过这个例子却是肯定的），这是个很让人兴奋
的例子。然后类似的例子有reinforcement learning和primate对特定
刺激的反应（又是发表在science 200x年）.

这是一个方向，纯粹出engineering出发的ai研究可以促进brain science,
cognitive neuroscience的研究，或者很好的解释其研究成果。反之，他
认为同样成立。

他现在做的事情是利用fMRI的脑图象对cognitive中的某些概念进行分类，
虽然没有特别惊人的成果，可是他要表达的是：这样的研究不是幻想，在
现在的条件下，已经是可行的了。也许未来的一个十年，类似的研究会对
人类认识自身做出贡献。比如用data mining算法去处理研究大脑过程中
仪器产生的海量数据。

再说回他的演讲，过程中tom提到相当多的ai研究中的分支，对这些分支的
当前进展，未来发展，可能的影响等等，无不如指上观纹，也就是对ai的
有非常好的overview和vision。（其实这是偶本来今天想说的，因为感觉
咱们国内似乎不重视这个冬冬的培养，只做具体的问题）

顺便说说他的那本machine learning。真的写的很好。至少ihappy现在
在看的pac learning那一章写的极好。偶boss虽然对tom那本书多有不满，
偶要他推荐本pac learning的入门书，他却不得不推荐'the' book.

--
来到gatech读书，说的最多的话就是你是猪啊.
其实是因为觉得，智慧已经弃我而去了
如果难于更改，便要懂的接受这个事实 

※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 128.61.49.82]
--
※ 转载:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 211.80.38.17]