Thomas Sargent 说人工智能就是统计学

[biocom]

的确都是统计学的知识，计算能力比过去快很多，一些新的算法可以运行，其实就是统计学

[EchoChan]

https://www.zhihu.com/question/289782814

有句话我比较喜欢，“不要拘泥于还原论，AI 是否属于统计学科，这个问题不重要。重要的是，AI 能否解决传统统计学解决不了的难题。”

[beaconfire]

至少目前我认为是的

[ww2000e]

我以为是一堆 if

[biocom]

@EchoChan 过去统计学不做全样本分析，是以为计算力的限制，现在这部分限制小了，所以方法进化了。

[Justin13]

像，但有区别，统计学更侧重理论，结果的可解释性，而机器学习只看有效性。

[3a3Mp112]

人类本身不也是统计学吗？

[biocom]

@Justin13 这个说法有争议，一些 AI 的商用产品，超出了人类可解释的范围（也超出了 AI 开发人员的可解释范围），基本都不被现实应用。说明生活中的 AI 产品不能超越认知，不能完全黑箱算法。有效性最终还是要靠人来确认，过程无知，结果自然不能相信。

[lunafreya]

只在 dl/ml 自身来看差不多有一定道理。

但是一旦应用到特定领域，比如 CV 和 NLP 就完全不是这回事。

每一个被广泛应用的 model 都有高度的 inductive bias。 设计出来一定是借用了现实世界的某种 knowledge 才实现了某些指标的突破。

只从几个经典 dl 网络结构来说，比如最简单的 CNN，被广泛应用在 vision 原因肯定不少人都了解，就是典型的 inductive bias, 同样还有 LSTM, GRU.

再专业，再细分点的领域，像 object detection， 里面的 RPN， 你见过哪个统计学对特征再扫一遍来找 region proposal 的， 这种想法只可能在图像领域出现，也只有真正搞 CV 的人才能摸索出来。所以搞经济学的说出这种话除了让外行和看书太少想得太多的民科们认为他很懂 ml 以外没什么特别用处。

[icylogic]

现在就是发现在细分领域，原本的统计学不够用了。

[imn1]

如果只是统计学，那 AI 会否控制人类的争论就没有了

[takato]

“人类就是一堆蛋白质”

[est]

@takato 哈哈。

[sammo]

GIGO 智能啥呀

[aREMbosAl]

当然不是统计学。统计学起码都是所谓“可观察可解释”的，现在没有统计工具能观察解释深度学习模型，最新近的 AI 都是深度学习模型的。怎么能说是统计学

[wqzjk393]

https://s1.ax1x.com/2018/08/16/PRLoQI.png

我一直觉得扣字眼是一件很没意思的事情，但是媒体宣传本来就是怎么夸大怎么来。我觉得教授可能是想说机器学习是统计学上的发展延伸，结果媒体解读人工智能就是统计学画画分布图柱状图，说现代人工智能太过噱头。或者说教授所想表达的统计学和媒体所理解宣传的统计学完全是两码事

[newton108]

@vincentzlt
@Justin13

可解释早就不是统计学的侧重了。

[noNOno]

@takato
@est
哈哈,重新排个版.
人工智能就是统计学
人类就是蛋白质