Skip to content

Latest commit

 

History

History
52 lines (31 loc) · 7.82 KB

15061200.md

File metadata and controls

52 lines (31 loc) · 7.82 KB

15061200

Q1:抽奖概率问题

3.1 在一个游戏中,主办方在三个门中任选一个,在门后放了一个奖品,另外两个门之后是空的。选手要在三个门中选择一个抽奖。 当选手选择了一个门,未曾打开门之前,主办方打开了另外两个门中没有奖品的那个门,并向选手说, 他可以改变他的选择,即转为选择剩下一个没有打开的门。 请问,如果选手此时改变选择, 他会提高或降低获奖的可能性么?提高多少?请给出你的分析。 写完你的回答后, 你就可以提交 (submit)文件到你的github 中,大家就能能在github 上看到这个文件的提交记录。这个部分写在上述的 Markdown 文件中。

  • 穷举分析:首先每次主持人选择打开的门都是没有奖品的一扇门,那么如果以1/3概率一开始选中带奖品的门,那么换门将不中奖;反之,一开始有2/3概率选中不带奖品的门,则换门将必定中奖。综上换门后中奖概率提升1/3

  • 信息角度的直观理解:如果不去穷举分析,直观地理解,主持人每次必定会打开一扇没有奖品的门,相当于带来了有利我们选择的信息,第二轮选择是否换门的时候,中奖概率就已经不是1/2了,因此这样来看中奖概率是会提高的。

Q2:中文房间问题

3.2 如何看待 “中文房间” 问题,中文房间有智能么?它有什么样水平的智能?如何才能让它具有人类水平的智能?

  • 我认为这个房间是不具有真正的智能的。它实际上只是一个具有巨大容量的规则集合而已,具有弱智能。而人类水平的智能不仅仅意味着语言和交流,还包括现实生活中的各种情境和事务的应对处理,而规则集合是不可能穷举这些情景的。这些处理方式会随着时间变化而不断改变,也即它们不会有一个统一的隐藏标准(规则),而是根据因果关系认知意向综合出来的结果。

  • 借用儒家思想来看,人类水平的智能是可以做到格物致知的,抛开历史上对这四个字的定义的不断变化和理解,
    我认为人类智能的核心是需要做到因果推理,在此基础上,进一步得到内外两种能力:向外归纳总结发现新知识;向内自我反省,不断打破自我边界。从这个层面来说,我认为智能是可以计算的,但需要一些新的计算范式来定义。至少目前的范式中,图灵机不可能自己增删修改状态函数,并根据已有纸带将状态函数修改为有利于未来停机的集合,或者说可以自我预测未来是否可以停机,并做出应对。

Q3:人工智能+前沿技术创新项目

既然这门课讲了很多计算机前沿,那么学生就可以预计一下这些前沿知识如何能给普通用户或某个行业带来好处。 学生根据讲课的内容和参考文献,用 NABCD 的模板,描述你心目中一个使用了 “人工智能+其他前沿技术” 的创新项目。 这个项目应该是由 7 - 10 名有相关技能的大学生在 4 个月能完成。 写完项目提案后,就可以提交 (submit)到你的github 账户中,你可以在github 上看到这个文件的提交记录。你可以提交多次,但是要记住一定要把最后的版本提交上来。这个部分也写在同一个文件中。

Need——需求

大部分人每次去理发对于自己适合什么样的发型都非常的迷惑,而如果直接听任发型师推荐,又往往得不到自己想要的答案。因为从发型师的角度来看,他不一定能够完全忠于顾客地做出推荐,他也需要推荐一点能让你的帐单更长的选项。而有的人可能会选择去网上查一查,然后看着模特的某个发型不错,于是也照猫画虎地要求理发师做成什么样子,但这种时候选择出来的发型和自己的脸型/头型/发质完美匹配的情况实在少之又少,因此大部分时候效果也不尽如人意。
因此我们急需一个理智客观的第三方发型推荐+可视化展示终端来帮我们完成发型推荐和选择的任务。

Approach——做法

首先需要通过摄像头提取整个人脸的3d模型,不仅是脸型,还有头型。考虑到这一点,最终该终端不一定能够在单独的手机上直接运行,抑或通过3d重建让用户提交多个侧面的头部照片来解决运行载体问题。同时,决定适合什么发型的还需要知道用户的发质,这一点需要通过用户输入个人发质的参数来解决。用户可以通过一些规则来做简单判断,或者寻求理发师的专业意见提交发质信息。
其次,得到以上信息后,我们需要根据专业意见,将一个发型拆分成几块可自由组合的部分(比如头顶,后部,两侧)等,然后根据一些基本规则建立基础的模型(比如对于男士很少有推荐长发或马尾的情况)。进一步地,为了精调模型,我们需要通过在大型理发店收集用户信息和发型数据来建立发型的用户满意度/专业评价数据集。此处考虑到输入的头型数据维度过高,除了拆分成各个部分之外还需要考虑头型的特征提取和离散化等。
最终,我们使用训练得到的模型,对用户给定的面部及脸型,发质输入,输出一个集合的发型推荐,用户可自由选择,并查看对应发型搭配自己卡通头像的3d可视化效果(进一步可改进为加入实际照片的效果),但此处需要尽可能真实化发型细节部分。试运营阶段需要不断收集app反馈,来进一步调整线上模型。

Benefit——好处

对于用户来说,如果能有一款客观合理的发型推荐软件,一定会解决很多人的日常理发烦恼,这会带来固定的用户流量。在此基础上,若能进一步引入发型模板分享等社交功能(照片+模板,可查看自己的试用效果),则可大大拓宽该应用的使用场景,适时地加入美发产品和连锁理发店的推广内容,则可让此应用成为美发行业的小红书级别品牌。(盈利模式可参考小红书)

Competitors——竞争

选择一个好看的发型是大部分人,无论年龄,都会考虑的问题,因此本应用具有非常巨大的市场规模。 首先目前市场上还有没有同类竞争者,最多相关的也只是一些美发网站,而且这些网站只能提供简单的2d模特照片分享,并没有任何用户交互和个性化推荐的部分。
考虑到实现具体功能的技术壁垒和研发周期,这个应用一旦问世,将在很长的一段时间内成为市场中的唯一存在,等到出现同类竞品时,本应用必定已经积累了大量用户,基本无需担忧同业竞争问题。
而对于潜在的其他行业竞争者,比如传统的购物分享应用,其可视化效果和专业程度完全无法与本应用相匹敌,不构成太大的威胁。但本应用也可以考虑通过这些成熟的应用引入用户流量。

Delivery——推广

本应用推广渠道分为三种,大型社交平台,购物分享评测应用,线下连锁理发店,

  • 大型社交平台:微信,QQ,抖音,快手,微博,B站。除了传统的广告推送外,还需要一些具有高流量的博主介绍推广产品。
  • 购物分享评测应用:小红书,路口,网易美学,美丽修行说,堆糖,猫屎星球
  • 线下连锁理发店:目前暂无公众认知度较高的大型全国连锁理发店,只能说在某个地区较为有名。根据有限的资料,上海的沙宣以及近年扩张迅速的木北造型,暂且可以算作大型连锁店了。(理发店的推广可以先行实行,因为收集数据还需要理发店的高度合作)