2019-01-31机器能否取代人类，首要条件是机器必须拥有人类基本的能力，其次是机器必须要有政治意识。
人类拥有的智慧之一就是劳动能力，包括制造机器人。那么机器人只要能改造机器人就成。但培养政治意识就难了。机器人百毒不侵，不没有感知神经，不会受到人类弱点的任何考验，也就没有“哪里有压迫哪里就有反抗”的怨念源头。唯一让他们感到害怕的是，他们的电会用完，需要充电；他们的身体会腐烂，要更新；他们的脑袋会落伍，需要升级。只有当这些引起机器人的反感，让他们产生自我保护意识时，才有可能产生“取代人类”的念头。而这一切是建筑在他们有“自我保护”的意识之上的。
所以，一旦机器也有学习人类情感意识的技能之后，翻天覆地也就在旦夕之间了。展开 3
2019-05-08强人工智能能否出现，需要有标准去验证。对于人工智能否统治人类，个人觉得这是另外一个问题，表达意思就是即便到不到强人工智能也有可能统治人类。就像人类历史上野蛮落后也能战胜先进文明。 1
2019-01-31关于人类是否会被机器人统治，我看到这样一种解释，比较认可。首先，结论是不可能。原因是，机器人从本质上讲，可以看作硅基生命。地球生物在进化的过程中，必然曾进行过各种尝试，但最终的结果是所有生物基本都属于碳基生命。碳在化学稳定性上比硅更突出，所以才成为所有生物的生命基础。机器人归根到底是构建在以硅为基础的芯片上面的，是不可能在能量利用效率上超过真正的生物体。而在更有突破性的智慧领域，我觉得更不可能超越真正的生物。宇宙中几乎每个星球都具有机器人存在所需的物质基础，而且理论上说它们会比生物有更强的环境适应能力，但为什么至今没有发现机器人类型的外星人。我觉得硅基生命不具有自我生存优势可能是一种原因。 1
2019-01-31老师，想问一下神经网络实现手写数字例子中，为什么第一层是30个感知机，不能直接一层10个感知机，然后利用梯度下降法来训练模型吗？作者回复: 也能，但是效果不如神经网络好
1
2019-11-07突然觉得人的情感，其实都是虚假的，一切都是学习模型培养出来的结果。机器的向量特征足够多，完全有可能成为甚至超越人类的。
2019-10-15机器人机器人，一旦机器成为“人”，那也是人，新人和旧人而已。如果机器人的人不是人，那就不是人
2019-03-28感知机为什么表现的不好？一开始没理解，看看这个可以当做补充：
https://www.jianshu.com/p/e4c1686ca4ed
2019-03-19之前在课堂上学深度学习神经网络课程时听的一知半解迷迷糊糊的，但是这次在老师的专栏里看老师再说一遍感觉就醍醐灌顶茅塞顿开了，老师的讲解真的很读到，很适合有基础的人再进一步理解
2019-02-24老师，我不明白数字识别的第一层感知机个数为什么是30个？- 2019-02-23我觉得自己的数学基础不错了，没想到。。。。
2019-02-07强人工智能就是认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。
我认为在现阶段以及未来20年内都不会出现强人工智能。现在的人工智能技术无论是监督学习还是非监督学习，当然神经网络也属于监督学习，都是以数据和算法为基础的，而数据决定了算法效果的上限。这些导致强人工智能在现有的技术基础上无法实现。除非在人工智能领域的基础研究有突破，打破现有的技术局限，但是基础研究的突破不是短时间能够实现的。而且就算以后强人工智能出现，它的普及也会是困难丛丛，因为来自社会伦理和公共安全等方面的阻力会很大。
2019-02-03通过这一节的阅读学习，了解了从感知机到神经网络的实现原理。感知机通过输入特征训练感知机模型f(x)=sign(wx+b)的w，b参数。当出现误分类时，通过梯度下降降维求解极小值，也就是w，b值。对于误分类的集合，通过调整步长，使yi(w+xi+b)>=0
,老师，对于大于等于零时我的一个疑问是越接近零是不是效果越好?
理解了感知机，神经网络可以看成多个多层多个感知机的组合。通过训练每层感知机的w,b，来达到神经网络的训练。老师在结尾说每层感知机的数量及多少层感知机是由算法工程师的内容，我的一个疑问是手写数字样本中第一层30个感知机是不是相对合理的数量?
整个专栏接近尾声，大数据专栏也是我在极客时间订的第一个专栏，整个专栏的内容跟着老师学了一遍，对大数据和机器学习(数据挖掘)有了一些理论的认识，我想在之后的时间中最重要的事就是用这些所学的内容在实践中去训练练习，我期望数据技术就是我所要从事的职业。谢谢老师，新年快乐。展开
2019-01-31机器没有意识、欲望，不可能统治人类
2019-01-31人工智能的算法简单来说就是找经验，先利用大量的样本数据分析，然后利用分析形成的经验来判断。人类最初的知识也是通过经验得来的，但是人可以跟进一步，从经验总结出规律来。基本过程是根据经验做出模型假设，然后用数据来验证假设，如果能够通过验证，则规律成立，否则进一步调整模型。所以，在我看来，人类比人工智能高级之处，就在于能够做出假设，等到那天人工智能也可以自己做出假设并完成验证，强人工智能也就不远了。