发帖
雷达卡
我的OKR:(https://bbs.pinggu.org/thread-7076974-1-1.html)
目标：运用巴菲特和查理芒格跨学科阅读学习法，持续吸收各行业有价值的信息，并运用到价值投资的思考中去
关键结果：
1.每天至少将以下微信公众号文章过一遍，并细度认为有质量的文章
虎嗅，36氪，极客公园，雷锋网，腾讯科技，钛媒体
2.每天至少写一篇“学习笔记”帖子，摘录每天学习到的有价值的信息，帮助消化
充实每一天的建议和意见：
很棒的学习法和学习目标！
有一点建议：
关键结果的设置上，如果能再加上一条，每周至少写一篇“学习笔记帖”，总结一周阅读到的信息中，能运用到相关行业或公司的价值投资分析的跨学科理念信息。这样能更有助于达成-跨学科方法促进价值投资实践的目标。
希望我能按照上方设立的目标和关键结果执行，从而朝着我想要的方向高效率进步,努力努力再努力！
学习内容：对话清华大学张钹院士（来源： 雷锋网）
学习笔记（摘录，手动打字）：
张钹院士针对目前深度学习的热议表示：包括深度学习在内的任何一项技术都存在局限性，我们可以看到深度学习在图像识别，语音识别以及包括Alphago所取得的成绩都是极大的鼓舞大家信心的，这是好的一面。
而不好的一面，则是外行人或者对人工智能不是非常熟悉的人，会对深度学习寄予过高的期望，这是潜藏了很多风险的事情。而这部分之所以抱有过高期望，就在于他们没有意识到目前的深度学习还只能应用在非常有限的场合中，只能在符合5个条件的长河中能够有好的表现，缺少任何一个效果都会大打折扣，包括1必须有丰富的数据，2完全信息，3确定性，4静态与结构化环境，5有限的领域和单一的任务。
而目前深度学习由于某个条件的缺失而产生问题的情况也非常普遍，首先是人脸识别，语音识别一旦存在干扰性能就会显著下降，其次，基于深度学习的系统具有的不可解释性便是系统存在致命缺陷之一。另外深度学习还只是人工智能的冰山一角，人工智能还有很多其他更重要的问题需要解决。
最后，张钹院士还谈到了当前中国科研工作者所存在的问题，他认为其最大的缺点便是喜欢跟风随大流。目前我国人工智能的研究主要集中于深度学习，而对知识表示，规划，推理和不确定处理等ai其他领域缺乏重视。
请为我点赞
京公网安备 11010802022788号
