AI 技术内参
洪亮劼
Etsy 数据科学主管,前雅虎研究院资深科学家
33455 人已学习
新⼈⾸单¥98
登录后,你可以任选6讲全文学习
课程目录
已完结/共 166 讲
开篇词 (1讲)
人工智能国际顶级会议 (31讲)
搜索核心技术 (28讲)
推荐系统核心技术 (22讲)
数据科学家与数据科学团队养成 (25讲)
AI 技术内参
15
15
1.0x
00:00/00:00
登录|注册

155 | 人工智能技术选择,该从哪里获得灵感?

小结
工业界技术分享与技术选择的关系
学术论文与技术选择的关系
人工智能技术选择

该思维导图由 AI 生成,仅供参考

在上一讲的内容里,我们分享了在人工智能领域快速学习的一些方法。学习到这些人工智能技术后,我们肯定是希望能够把技术应用到工程实践中,来解决实际产品的问题。
这里面有一个非常重要的问题,就是面对这些论文、或者是别人分享的工程实践,作为初学者或者是有一些经验的工程师,我们应该如何来选择技术呢?是去实现当前最新论文介绍的技术?还是跟随其他公司已经有了的架构?
今天,我们就来聊一聊人工智能领域的工程技术选择这个话题。

如何看待学术论文和技术选择的关系

首先,我们来看一看论文和工程技术选择之间的关系。我们是不是需要去实现最新论文里的模型呢?
在回答这个问题之前,我们来聊一下学术论文本身的一些特点。
学术论文,作为科学知识和信息传播的一种载体,本身是有其内在的使命和一定的规律的。学术论文的核心功能是在一定的规范框架下,传播、总结和讨论新知识。这里面我们需要注意的是“一定的规范框架”和“新知识”。
我们先来说说新知识,这其实是整个学术论文存在的核心价值。很多新知识其实是某种意义上的学术尝试和创新,例如提出的一种新观点、一种新思想、一种新方法或者是一种新算法。这些新知识是不是能够沉淀下去成为某种主流思想,或者说是否能够在实际系统中真正发挥作用,还有待时间的检验。换句话说,新知识的知识结构还不完整,我们并不知道这些知识点后续会有什么样的发展,我们并不能简单地在学术创新和实现现实意义之间划等号。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

人工智能技术选择并非简单的跟随最新论文或其他公司的架构,而是需要综合考虑学术论文和工业界技术分享的特点。学术论文提供了新知识和思路,但并非所有技术都成熟,需要谨慎选择并保持批判的眼光。工业界技术分享则需要理解其背后的推理过程和取舍过程,而不是盲目复制。在技术选择中,应该结合公司、产品和团队的实际情况,以批判的眼光吸收新知识和新实践,最终做出最适合自己发展的技术选择。文章提醒读者要对学术论文和工业界技术分享保持开放的心态,理解其中的精华之处,而不是盲目跟随。文章通过对学术论文和工业界技术分享的关系进行分析,为读者提供了在人工智能技术选择方面的思考和指导。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 技术内参》
新⼈⾸单¥98
立即购买
登录 后留言

全部留言(1)

  • 最新
  • 精选
  • Ad
    模型要考慮運算時間、空間,以及覆蓋率穩定性,特定應用場景或資料分佈,以及落地的難度,綜合考慮後,才會知道適不適合現階段的團隊
    2018-09-24
    1
收起评论
显示
设置
留言
1
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部