模型融合，跨通道偶合，课程总结
简单讲了跨通道偶合的例子，嘴型和发音的波的偶合。
课程总结：
第一节课讲了什么是人工智能，可以用科学和工程视角看待它。不仅要从工程视角知道怎么建造，也要从科学视角知道是怎么来的。
商业视角。创造财富，获得新能力。人们往往下意识认为人工智能要替代人，事实上，人工智能的所有重要应用，都涉及人和计算机的协作，双方做自己擅长的。
AI提供了什么与其他领域不同的
1.程序语言的便利
2.建立模型
3.要考虑到所有情况
4.有机会做实验，大量的实验
5.我们可以设一个上限，你只需要多少知识就能做一个事情
我们怎么做？
之前有一讲已经说过了，工程师的解决问题的思路。
我们不应该用神经网络去找能解决的问题，而应该从问题出发，找到合适的机制，然后做实验实现它。
后续的课程（MIT官网上可以找到）：
6.868 Minsky Society of Mind （同天才对话的课）
6.863，6048 Berwick Language，Evolution（2门课。语言理解，语言是人类智能解释的核心。我们对进化的理解）
6945 Sussman Large Scale Symbolic Systems（大规模象征系统）
6.xxx Winston Human Intelligence Enterprise（人类智能创业）
what are the powerful ideas？
都讲过，不过我有的忘了是啥意思了
the right representations make you smarter
sleep makes you smart
you cannot learn unless you almost know
we think with mouths，eyes，and hands
the strong story hypothesis
additionally，powerful ideas are usually simple
Winston老师：重要的不是人类是否太聪明以至于计算机无法超越，而是人类是否足够聪明来把智能抽出来。
————————————————————————————————————
我的总结：
1.我只听了22节课，虽然做了笔记，但也只是记了一些关键的点，而没有吃透，所谓吃透是指
①对一些内容，比如NN的链式求导并没有自己去做一遍
②对很多思想idea没有结合自己的体会去总结
③没有学习了解足够的课外资料强化知识。
另外呢，Winston老师的课不止这22节，还有习题、测验、编程、讲座、答疑我都没有或者无从参加，所以这22节课是走马观花式的听了一遍而已，限于时间和我的近况，暂时无法深入学习了，如果以后有时间，一定要再好好学一遍。
2.虽然对课程的学习还停留在一个浅显的阶段，但是就学到的一些东西来说还是价值无限的。尤其是从Winston老师学习到的很多powerful idea是最令我受益匪浅的，这需要我以后在实践和学习中慢慢体会吸收。
————————————————————————————————————
写在最后的话，非常感谢Winston老师。十分敬佩，讲课行云流水且功底深厚，数学公式推导都是讲到用到就直接哗哗地板书，希望有一天我也能像老师一样厉害。