噓 hegemon : 先洗個好的研究所吧 01/16 21:39
噓 jerrypan1 : 資工要搞AI就出國,留在台灣就往豬屎屋走 01/16 21:39
→ DrizztMon : 轉成機器也能懂得資料需要什麼專門的技術...... 01/16 21:40
推 yugi2567 : 知世豪可愛 01/16 22:21
噓 kkes0001 : 去找搞ai的,結案 01/16 22:48
噓 DrTech : 你是在搞笑嗎,所有教科書,論文,都已經寫了:專家 01/16 23:37
→ DrTech : 系統因為需要複雜的人工知識整理,所以沒落了。另外 01/16 23:37
→ DrTech : 知識衝突時,轉嫁系統沒有辦法解決。 01/16 23:38
→ DrTech : 另外提取知識前十年早就在用NLP,搜尋引擎做,近兩 01/16 23:40
→ DrTech : 年用LLM做。你的資訊都有夠過時淘汰的。 01/16 23:40
推 DrTech : 計算機還教你圖靈機可替代任何程式,你怎麼不去學圖 01/17 07:03
→ DrTech : 靈機。 01/17 07:03
→ DrTech : 那本書第18章講的,從semantic web,到邏輯推理,到 01/17 07:10
→ DrTech : 規則式的專家系統,到邊緣檢測,語音,全是淘汰的做 01/17 07:10
→ DrTech : 法。 01/17 07:10
→ DrTech : 舉例,邊緣檢測,現在哪有人在用像素強度直接來做… 01/17 07:13
→ DrTech : 。看書很好,但是建議要去分辨,查資料,現在主流 01/17 07:13
→ DrTech : 技術是什麼。 01/17 07:13
→ DrTech : 回到提取知識,知識問答。真的有興趣,可以從NLP, 01/17 07:15
→ DrTech : 大型語言模型學起。別再走規則式,無法解決衝突規則 01/17 07:15
→ DrTech : 的專家系統了。 01/17 07:15
→ phuangjack : 謝謝你告訴我!差點走了許多彎路! 01/17 11:43
推 ProTrader : 也不需要把專家系統真的當成垃圾 還是可提供借鑑 01/17 13:06
→ ProTrader : 想做出專家系統 現在的確是完全不要想 01/17 13:08
→ ProTrader : 但你要做出AI的過程中 還是要了解domain knowledge 01/17 13:09
→ ProTrader : 這部分過去的專家系統那些想法還是有些參考價值 01/17 13:10
→ ProTrader : 要做圖像AI那過去的數位影像處理 也還是有參考價值 01/17 13:11
推 exeex : 專家系統應該會被LLM革新一輪 01/18 10:11
→ exeex : 關於AI不要讀參考書了 書的資訊太舊 沒有讀的價值 01/18 10:12
→ exeex : 你應該要多去認識AI領域的朋友 01/18 10:13
推 Iversonshao : d卡也po這裡也po 01/18 14:17
推 j840715 : 現在才要做ai哦 01/18 15:43
→ j840715 : 那建議一定要四大 01/18 15:43
→ j840715 : 方向什麼的不重要 01/18 15:43