和孩子們聊一本書，Machine Learning Illustrated (Gee, 剛發錯到家壇了)

下麵的文字是經過ChatGPT改寫的，似乎還是有些別扭:-).

 

這本書詳述了加拿大幾所大學的學者在近年來機器學習領域所做出的重大貢獻。書中特別提到了斯坦福大學李菲菲的顯著貢獻ImageNet，然而也指出如果不是多倫多大學的研究人員發現的新算法和運用GPU的技巧，李菲菲的貢獻可能不會如此顯著。書中還回顧了二十年前，世界上大多數國家對機器學習和人工智能的傳統技術失去信心的時期，唯有加拿大在這方麵投入巨大資金，並最終取得了驚人的突破。特別是多倫多和蒙特利爾大學在其中功不可沒。

 

在和兒子的交流中，他表現出一些不耐煩。我要他給我幾分鍾時間，著重談到了突破性算法CNN和最近的生成式人工智能。盡管他對此感到不新奇，認為一直有人在談論這些，但我指出這些技術一直在不斷發展，特別是近來的生成式人工智能(真是豎子啊，整天擺弄他那3 D打印和打遊戲)。與此同時，我提到了我最近幾個月在公司的工作，利用類似CNN的模型，將分類準確率提高到了98%左右。最初是一個不怎麽懂編程的同事在別人的幫助下創建的原型，采用傳統方法，準確率隻有80%左右。而我在此基礎上進行了大量修改和改進，已經實現了許多理想中的功能。我對這一準確率感到驚訝，但也強調準確率隻是其中一個重要指標，還有其他多方麵的結果需要考慮。通過幾周的測試，大家都對這個項目非常滿意。

 

這個分類係統對於決定是否派遣人員去現場修補很有價值。