posted by wap, platform: Android
本地ai可以实时处理好翻译的话，就是当下最大用处了，云端翻译还是太慢，碍于资源平均化，效果也不好。

posted by wap, platform: VIVO

引用:

原帖由 @君思睿  于 2025-1-12 20:42 发表
可能现在AI的用途还很浅，所以你们觉得用别人的远程AI没问题。

但你要明白这玩意用深入了，会完全覆盖你日常90%的生活。

说个浅显的，Google的贾维斯计划，就是不需要人操作电脑了。还有苹果的下一代Siri，基本就是语音操控能完成很多手动操作。
如果你都用别人的，你知道吗，你任何隐私都没有了，这还是美国公司。

等中国高仿版出来，技术提供是百度，你说你怎么办？

不用怀疑，这就是下一步的趋势了。

还有国内国企政府相关不准备国外AI为什么？你什么数据、信息、文档都往人家网站扔让AI处理，还要间谍干啥？

以后信息矛盾会急速激化，国内相关企业绝对不敢用苹果手机了，国外也绝对不敢用中国AI产品了，问题显而易见，例如苹果的提示消息汇总功能，不设置你的消息怕是都会被人家AI“汇总一下”，虽然苹果是号称最注重隐私的大公司，但是谁敢赌？

AI绝对是让科技壁垒加速的玩意，绝对不是你想的这种无意义的东西。

本地化至关重要

语音操控谈隐私是在搞笑么

posted by wap, platform: MAC OS X

引用:

原帖由 @sigmaxion  于 2025-1-13 09:38 发表
语音操控谈隐私是在搞笑么

语音操控本地化已经有产品了啊，我本地跑当然就没有隐私泄露问题了，所以我不明白你指的搞笑是在哪个点

posted by wap, platform: Android

引用:

原帖由 @君思睿  于 2025-1-13 09:54 发表
语音操控本地化已经有产品了啊，我本地跑当然就没有隐私泄露问题了，所以我不明白你指的搞笑是在哪个点

图谋造反的时候被邻居听到了

AI有朗读和变声吧

本地大模型至少要70B才算可以，目前最好的解决方案是4张2080ti22g的机器

posted by wap, platform: iPhone

引用:

原帖由 @爱猫咪的薛定谔  于 9-1-2025 09:17 发表
请问传统概率为啥用到ai？

用处很多，比如我做一个概率式，然后要做simulation，那么无论机器学习还是ai，都对我有用。
还有比如我最近有一个涉及到用martingale做一个投资策略最优化的事情，里面有一块需要用到递归证明，因为整个的展开式非常恐怖，用ai可以辅助我做一些证明工作。
真的还蛮好的

引用:

原帖由 西风的树 于 2025-1-14 18:08 发表
posted by wap, platform: iPhone
用处很多，比如我做一个概率式，然后要做simulation，那么无论机器学习还是ai，都对我有用。
还有比如我最近有一个涉及到用martingale做一个投资策略最优化的事情，里面有一块需要 ...

我是问，做这些建模应该用传统软件比如matlab之类，会用到深度学习？

posted by wap, platform: MAC OS X
对于做管理的职能办公室人士来说，简直不要太好用，文章润色、编写大纲、补充八股内容，一周的活一上午就能干完

posted by wap, platform: Android

引用:

原帖由 @kalberte  于 2025-1-15 00:49 发表
对于做管理的职能办公室人士来说，简直不要太好用，文章润色、编写大纲、补充八股内容，一周的活一上午就能干完

这个用在线的就行了

posted by wap, platform: MAC OS X
其实没啥用
不如花点钱买gpt plus

posted by wap, platform: Chrome

引用:

原帖由 @yfl2  于 14-1-2025 18:48 发表
我是问，做这些建模应该用传统软件比如matlab之类，会用到深度学习？

深度学习是一个很大的概念，你不能说一个数据量小的项目就不用深度学习了。
我们不纠结AI、机器学习和深度学习之间的包含被包含关系了，很多人其实都在R和matlab跑一些深度学习的东西，比如我这类不懂代码的人。
再比如MCMC是我这类干金融的基本生存算法，这里面R和matlab都可以进行深度学习啊。

引用:

原帖由 西风的树 于 2025-1-15 10:53 发表
posted by wap, platform: Chrome
深度学习是一个很大的概念，你不能说一个数据量小的项目就不用深度学习了。
我们不纠结AI、机器学习和深度学习之间的包含被包含关系了，很多人其实都在R和matlab跑一些深度学习的东 ...

不懂，你跑模型是传统的计算，为什么算深度学习

posted by wap, platform: Chrome

引用:

原帖由 @yfl2  于 15-1-2025 10:59 发表
不懂，你跑模型是传统的计算，为什么算深度学习

这是一个非常好的问题，可能我没有说的那么细，那么我们探讨深度学习本身算不算一种概率模型呢？并且Bayesian deep learning在今天也是一个很普遍的概念。
对我来讲，随便举几个例子会用到机器学习和深度学习
1、因为在商用领域，其实无论是内部还是外部，给不了特别长的时间，所以虽然我更擅长是用传统计算解决问题，比如在特定ruin probability下做最优投资策略算法。
但即使我在这事上是世界上干的最好的几个人之一，但由于内部和项目上他们的各种假设条件，或一些特定因素是无法直接套用我的模型的，那么就要改，比如考虑到一些long claim或long tail的情况，还有比如无法短时间得出风险释放分布函数的时候，这个时候，直接的办法就是numerical method，无论是为了simulation或approximation，那么机器学习综合来讲是很好的办法。
2、同样的，在做很多riks models无论是概率模型或相关算法时，在有数据的情况下可以用深度学习先挖一下风险因子，这对我来讲很重要，一些假设和建模就会方便很多，当然我的天赋有限，很多时候也是通过这种办法节省时间，知道哪些路是走不通的。
3、然后我把机器学习和深度学习会用在我的一些证明上，避免我的自嗨，这个就有点复杂了。

posted by wap, platform: Android
感觉前两点偏重于传统的计算机模拟计算，和最近十几年的机器学习有些差别，换个说法，这些用法应该不会用到ai计算单元吧