親賢臣,遠小人,此先漢所以興隆也;親小人,遠賢臣,此後漢所以傾頹也。

本文內容已被 [ paterman ] 在 2023-12-09 16:36:34 編輯過。如有問題,請報告版主或論壇管理刪除.

 

舊照

 
來源:  於 2023-12-09 16:27:40 [] [舊帖] [給我悄悄話] 本文已被閱讀: 223 次 (82 bytes)
回答: 不敢閃娃照片,閃張自己的 由 十月流金 於 2023-12-09 16:27:09

已有11位網友點讚!查看

 

 

 

輕思維,重工具,此教育之弊端也。

 

 

 

不知道為什麽,我們的教育似乎輕思維,重工具。典型的例子就是微積分“崇拜”,CS“崇拜”。

牛頓發明微積分隻是作為一個工具解決他的物理問題。

CS也隻是一個解決問題的工具。

沒有人說工具不重要,恰恰相反,兩者都是最重要的東西之一。

但是工具不是思維,不是intelligence

中學學那點微積分、LA、DiffEq,遠沒有基礎數論、counting等難。

所有的工程數學都是tool。純數學才是思維。

 

算力不是intelligence。LLM不是真正的AI,因為沒有generate idea,更不是什麽一統江湖。

目前很多AI應用前沿在看不見的地方,或者說沒有那麽hype的地方。比如Boston Dynamics。

 

Hypermesh, NASTRAN 也隻不過是tool,背後的力學、物理才是idea。

不要以為您會tool了就拿捏了宇宙,嘿嘿。

 

我見過最牛的AI,可能是迄今唯一的真正AI model in terms of intelligence and predicting power, 是波動物理和分維數學的結合。

 

別跟我說,沒有CS,AI怎麽實現?沒有CS,AI當然實現不了。但是tool就是tool。

 

CS裏麵沒有比Turing獎更牛的了吧?隨便舉一列:NN & AI 先驅 Yann LeCun,兼職於NYC柯朗數學所教授

Turing獎得主,一直呼籲想做好AI、您得多學物理、數學:

https://www.reddit.com/r/MachineLearning/comments/25lnbt/comment/chj1gss/

https://www.harvardmagazine.com/2019/09/neural-network-pioneer-yann-lecun-on-ai-and-physics

 

更寬更廣意義上,我們重STEM(tool),輕社科(idea)。

如果我告訴您,我們也隻不過是馬克思和凱因斯的小白鼠,您一定不服氣。

 

Enjoy your tool 嘻嘻

 
 

所有跟帖: 

窮大方 -paterman- 給 paterman 發送悄悄話 (183594 bytes) () 10/23/2023 postreply 05:45:39

覺得不能忽視學業 -paterman- 給 paterman 發送悄悄話 (735275 bytes) () 11/11/2023 postreply 08:04:30

一個小風景點的山坡 -paterman- 給 paterman 發送悄悄話 (127589 bytes) () 03/03/2024 postreply 13:22:45

阿裏巴巴數學競賽題 -paterman- 給 paterman 發送悄悄話 (311151 bytes) () 06/21/2024 postreply 04:19:33

請您先登陸,再發跟帖!