最近迷上了公开课，一口气看了多门课程：stanford cs231N、MITS191，MIT how to ai anything；cs234强化学习；CS224R深度强化学习；cs336; 北大数学分析;CS224N;CME296;cs221;cs153; cs285 。我感叹着这个世界变平了很多，学习的门槛也降低了，导致了知识的泛化。难以想象以前，即使我有这种心态，恐怕都难以学习到这些知识。
集中再深度学习，神经网络中，看来这个方面斯坦福大学是前沿大学，多门课程均出于其中。麻省和伯克利也不错。怀着感恩的心情，记录一二点心得：外国的课程中实践能力是很重要的，这些课程讲的大都是推导过程，还需要自己下来操作操作；大学的课程在不同的名校之间，深度学习讲的内容都差不多，因为他们有一系列的沿革；大量的名词可以在不断复述中学习，如残差，归一化，Q函数，分类与文本生成等；用公式来表达深度学习的理论，最重要的就是如何计算损失函数；课程没有过多地讲数据，但是对于对齐和前沿领域有大量的涉及。
bilibili是一个不错的学习地方，对于1.5倍速和2.0倍速看视频友好，还得感谢网友制作的中文语音，让我加快了学习进度。不过，又陷入我还能编程吗？现在电脑打开编程的时间都非常的少了。加上我这个半路出家的和尚，不知道怎么编程了，或者我进入高阶，又能做些什么呢？你能想象从编程从你接触开始发展，到现在发展到极致以后把程序员抛弃的事实吗？
当RSI实现的时候，人类的智力水平在AI面前犹如BB的时候，他们实现大规模获取能量，自我演进的时候，人类就只能是BB了。
科学领域里规则的东西是AI最先突破的（分类问题），不规则的便犹如聚类分析一样，一点一点地，所有领域都会被攻克的。这是不能扭转的趋势。
我现在想到的是等离子体，大家整齐化一，显得无比力量，实则不堪一击。不如归去？