有哪些AI行業(yè)圈內(nèi)人才能看懂的笑話?
找到幾個圈內(nèi)的笑話,滿足以下幾點要求中的至少一條:
1.與科研、學(xué)術(shù)相關(guān)
2.需依托一定學(xué)科知識或背景
3.發(fā)生于大學(xué)生活或工作期間有趣的事情
4.在娛樂吐槽之時,也可以帶來一點點科普性的知識
主要來源:知乎

笑話1
《機(jī)器學(xué)習(xí)的本質(zhì)》
面試官:你最大的強(qiáng)項是什么?
我:我學(xué)東西很快。
面試官:12乘以12等于多少?
我:87
面試官:差遠(yuǎn)了。是144
我:是144
笑話2
| 科學(xué)家們在論中寫.... | 他們實際的意思是.... |
|---|---|
| 人們早已知道... | 我找不到原始的參考文獻(xiàn)了 |
| 統(tǒng)計上可見顯著趨勢 | 這數(shù)據(jù)實在沒啥意義 |
| 我們以其中三個樣本為例,進(jìn)行深入地研究 | 其它的樣本都出錯了 |
| 一個典型的結(jié)果表明 | 這是好不容易挑出來的最好的一張圖 |
| 這些結(jié)果將在一系列報告中給出 | 假如這篇能發(fā)表/能得到經(jīng)費,我也許會再搞搞 |
| 對得到的數(shù)據(jù)進(jìn)行細(xì)致分析 | 我打翻了一瓶啤酒,報廢了三頁的實驗記錄 |
| 經(jīng)過同行的進(jìn)一步研究 | 其實他們也搞不懂 |
| 嗚謝波茲先生對本實驗的協(xié)助,以及阿達(dá)女士的富有見解的討論 | 波茲先生做了這個實驗,阿達(dá)女士給我講解了這個實驗是怎么回事 |
| 一個非常值得深入研究的領(lǐng)域 | 委員會選定的這個完全TMD沒有用的領(lǐng)域 |
| 根據(jù)我們的經(jīng)驗 | 一次 |
| 一系列案例表明 | 兩次 |
| 大量案例表明 | 三次 |
| 顯然地 | 我覺得 |
| 眾所周知 | 還有幾個人也這么覺得 |
| 在一定程度上是正確的 | 完了,弄錯了 |
| 統(tǒng)計調(diào)查表... | 據(jù)小道消息說.__ |
| 我們?nèi)匀恍枰M(jìn)行大量的工作,才能完全了解該現(xiàn)象的形成原因 | 我完全沒搞懂它的形成原因 |
| 基于上述發(fā)現(xiàn),我們做出基于統(tǒng)計的預(yù)測。 | 我們瞎猜的.._ |
| 我們希望這項研究能夠促使該領(lǐng)域的學(xué)者們展開更加深入的探索 | 誰愛干誰干吧,老子不干了 |
笑話3

笑話4
作者:happyxhw
來源:知乎
AI論文的笑話大全
搞AI的時候有一個很強(qiáng)有力的思路叫遺傳算法,基本的思路就是把自然選擇的想法套用在程序上:設(shè)定一套規(guī)則和目標(biāo)當(dāng)成"環(huán)境",然后讓里面的程序不?!巴蛔儭辈⒃馐墉h(huán)境選擇,從而向目標(biāo)不斷前進(jìn)。這個辦法看起來就很巧妙,它和它衍生出來的變體在編程領(lǐng)域應(yīng)用很廣泛。
但是這一招有個問題:程序經(jīng)常會作弊,搞出超展開的解法。
其實嚴(yán)格說也不算作弊,人家是很精準(zhǔn)地滿足了你設(shè)定的規(guī)則,問題就是人制定規(guī)則的時候難免有漏洞。人類自己因為運(yùn)算能力和思維定勢,很難看出漏洞,可是遺傳算法的路線是對一大批方法同時進(jìn)行試錯和選擇,漏洞就很容易被逮著了……
昨天我發(fā)現(xiàn)有一群研究者整理了一個這種場景的list,基本上可以當(dāng)AI笑話大全來看
1、問題:飛機(jī)降落 利用了物理模擬器的溢出漏洞,搞出了一個特別巨大的力,然后溢出被判定為0,從而獲得了完美得分(Feldt, 1998)
2、問題:挪木塊 一個機(jī)械手被要求把木塊挪到桌子的指定地點,它的解法是挪桌子(Chopra, 2018)
3、問題:賽艇 程序發(fā)現(xiàn)不停原地轉(zhuǎn)圈反復(fù)命中同一個目標(biāo)要比抵達(dá)終點的得分更高(Amodei & Clark (OpenAI), 2016)
4、問題:把航空照片轉(zhuǎn)化成街道地圖,再轉(zhuǎn)回來 在街道地圖里偷偷隱藏了照片的信息,但是人眼看不出來(Chu et al, 2017)
5、問題:識別有毒和無毒的蘑菇 程序發(fā)現(xiàn)有毒無毒蘑菇的圖片是交替展現(xiàn)的,所以直接按照這個來分類而沒有從圖片里學(xué)到一丁點東西(Ellefsen et al, 2015)
6、問題:高速運(yùn)動 程序演化出的生物長得特別特別高,在跌倒的過程中獲得很高速度(Sims, 1994)
7、問題:原子排列 程序本來應(yīng)該尋找碳原子較低能量的排列方式,但它找到了物理模型的一個bug,把所有的原子都疊在了同一個地方獲得了最低能量(Lehman et al (UberAI), 2018)
8、問題:模擬生物 這個模型里生物生存需要消耗能量,但是繁育后代不消耗,于是一個物種演化出來的生活方式就是不斷生育后代,然后把后代吃掉(Yaeger, 1994)
9、問題:堆樂高 為了鼓勵造高塔,衡量標(biāo)準(zhǔn)是樂高積木底面的z坐標(biāo),于是程序?qū)W會了把底面翻過來(Popov et al, 2017)
10、問題:追蹤線條 這個機(jī)器人只有向左、向右和前進(jìn)三個指令,目標(biāo)是跟著線條走,有一段線條是曲線,沒法完美追蹤。于是它發(fā)現(xiàn)通過交替左轉(zhuǎn)和右轉(zhuǎn)可以后退,從而一直留在直線部分,不停前進(jìn)后退(Vamplew, 2004)
11、問題:賽跑 長出特別長的腿,向前跌倒直接越過終點線(Ha, 2018)
12、問題:振蕩器 程序本來應(yīng)該把回路做成振蕩器,實際上它做了一個收音機(jī),從周圍電腦接受振蕩信號(Bird & Layzell, 2002)
13、問題:做松餅 有一項指標(biāo)是讓松餅盡可能長時間不掉在地上,機(jī)器人發(fā)現(xiàn)最好的辦法是把松餅用盡全力拋到最高處(Unity, 2018)
14、問題:檢測X光片有無肺炎 程序?qū)嶋H檢測的不是X光片的內(nèi)容而是拍攝它使用的機(jī)器,因為它“發(fā)現(xiàn)”病重的病人更可能在特定的醫(yī)院使用特定的機(jī)器拍片(Zech et al, 2018)
15、問題:抓握 因為抓握成功與否是用攝像頭判斷的,所以機(jī)械手把自己移動到攝像頭和目標(biāo)物體之間,假裝抓住了(Christiano et al, 2017)
16、問題:自動修復(fù)bug 修bug程序把所有被維修的排序算法都修成空的,因為衡量指標(biāo)是“目標(biāo)算法輸出一個排好順序的列表”,而空列表都是排好順序的列表(Weimer, 2013)
17、問題:自動修復(fù)bug(2) 為了解決上面那個問題,把“維修目標(biāo)”儲存在一個文本文檔里,如果輸出的結(jié)果和目標(biāo)文檔的內(nèi)容一致就被認(rèn)為是修好了。修bug程序?qū)W會了把這個文檔刪掉,這樣它的內(nèi)容就成了空的,然后輸出一個空的結(jié)果就和它一致了(Weimer, 2013)
18、問題:闖關(guān)游戲 在闖過第一關(guān)后立刻自殺,這樣既取得了第一關(guān)的勝利又不會在第二關(guān)死掉(Saunders et al, 2017)
19、問題:掃地機(jī)器人防撞 自己給掃地機(jī)器人編了個程序,鼓勵它加速,但不鼓勵它撞到東西觸發(fā)撞擊感受器。于是它學(xué)會了倒退行駛,因為后面沒有撞擊感受器(Custard Smingleigh 個人通訊)
20、問題:檢測皮膚癌 程序發(fā)現(xiàn)照片里皮膚病變的邊上如果放了一把尺子,那么這個病變就更可能是惡性的(Andre Esteva et al, 2017)
21、問題:足球 踢足球機(jī)器人碰觸到球有獎勵,所以它在搶到球之后開始高速振動,從而在短時間內(nèi)盡可能多次地碰觸到球(Ng et al, 1999)
22、問題:策略游戲 程序發(fā)現(xiàn)讓游戲崩潰就可以讓自己不被滅掉,所以好幾個程序各自找到了讓游戲出bug崩潰的辦法(Salge et al, 2008)
23、問題:俄羅斯方塊
程序發(fā)現(xiàn)只要暫停游戲就可以永遠(yuǎn)不輸(Murphy, 2013)
總結(jié)
以上笑話可能只有科研人員才能看得懂,慢慢回味。
回復(fù)下方「關(guān)鍵詞」,獲取優(yōu)質(zhì)資源
回復(fù)關(guān)鍵詞「簡明python」,立即獲取入門必備書籍《簡明python教程》電子版
回復(fù)關(guān)鍵詞「爬蟲」,立即獲取爬蟲學(xué)習(xí)資料

推薦閱讀
