自己研究生的方向就是机器学习可解释性 真的就是玄学 而且很容易有偏离常识的偏见 现在机器学习牵扯到安全的很多场景无法落地就是这个原因

会死

目前深度学习可解释性还是个待解决的难题。现在主要是堆参数，本质上还是拟合，做不到因果推断，更多的是相关性。

深度学习模型是通过大量数据样本提取特征，归纳出模式，且提取出的特征和模式存在上亿个参数里面，本身可理解性就不高。非要扯什么从概率上可解释，只能说强行拔高了。
前面还讲做的双目测量多牛，双目方案本身由于采用被动成像，深度信息只能通过特征点配准后计算得到，而光学特征受外部光照因素影响又很大，和激光测量比精度、稳定性要差不少，就有一条便宜。但激光雷达规模上量后这几年便宜了很多。所以不知道强行吹双目意图何在。
之前搞的手机拍月球，在手机镜头光学素质几乎不可能达标（主要是焦距、孔径由于手机体积限制不能做成长焦大孔径）的情况下，通过深度学习对月球进行深度PS，算是“拍”出了月球。
不吹牛会死么？

华为用的是deep reinforcement learning?那只能是黑盒啊，agent怎么决策的很难回溯出来