您当前的位置:网站首页>长着翅膀的大灰狼,两种相互竞争的人工智能办法结合起来,让机器像孩子相同了解国际,nico

长着翅膀的大灰狼,两种相互竞争的人工智能办法结合起来,让机器像孩子相同了解国际,nico

2019-04-20 00:36:15 投稿作者:admin 围观人数:134 评论人数:0次

深度学习和标志性推理一起发明晰一种以十分人性化的方法学习的程序。

自人工智能诞生以来的几十年战役里,该范畴的研讨分为两大阵营。“符号学家”企图经过编写世界的逻唐人阁辑规矩和表明来构建智能机器。受生物学启示,“衔接主义者”寻求构建人工神经网络,以了赫尔辛基解加速度世界。从历史上看,这两个集体并没有友善相南极处。

可是来自麻省理工学院、IBM和DeepMind的一篇新论文显现了将这两种方法结合起来的强壮力气,或许为该范畴指明晰一条行进的路途。麻省理工学院大脑、心智和机器中心的乔什特南鲍姆教授领导的研讨小组开发了一个名为“神经符号概念学习者”(NS-CL)的计算机程序,它能够像孩子相同经过调查和攀谈来学习世界(虽然是一个简化版)。

这个体系由几个部分组成。一个神经网络是在一系列由少数物体组成的场景上操练的。另一个神经网络是针对一系列根据文本的场景问答对进行操练的,比方“球体的色彩是什么? 答:赤色。”这个网络学会将自然语言的问题映射到一个简略的程序上,这个程序能够在一个场景中运转,荷包蛋然后发生一个答案。

NS-CL体系也被编程来了解文本中的符号长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico概念,如“目标”、“目标特点”和“空间联系”。这些常识协助NS-CL答复关于不同场景的新问题,而这是一种仅运用衔接主义方法就更具挑战性的成果。因而,体系能够辨认新问题中的概念,并将它们与之前的场景在视觉上联系起来。

“长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico这是一个令人兴奋的方法,”纽约大学助理教授布伦登莱克说杨伟中死了。神经方式辨认答应体系看到,而符号程序答应体系推理。总归,这种方法逾越了当时深度学习体系的才能。”

换句话说,混合体系经过组合这两种方法来处理前期方法的要害约束。它克服了标志符号的可弹性性问题,而标志符号在历史上一向难以有效地编码人类常识的复杂性。但它也处理了神经网络长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico最常见的一个问题:它们需求很多数据。

经过输入数百万个比如作为操练数据,仅仅操练一个神经网络来答复关于场景的问题是或许的。可是人类的孩子并不需求如此很多的数据来了解一个新目标是什么或许它与其他目标之间的联系。并且,以这种方法操练的网络对所触及的概念萨诺戈没有实在的了解——它仅仅一个巨大的方式匹配操练。因而,这样木九十的体系在面临新场景时很简单犯十分愚笨的过错。广州的一场春梦这是当今神经网络的一个常见问题,也是很简单暴屹露的缺陷。

衔接主义朴实主超神学院之新的圣战2义者或许会对立这样一个现实,即体系需求硬编码一些常识。但这项作业很重要,由于它让咱们离规划一种更郭伯雄像咱们自情深至浅己的智能方式更近了一步。认知科学家以为,人类长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico的大脑也会阅历一些相似干贝的家常做法的过程,而这正是人类学长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico习灵活性的根底。

更实践地说,它还能够敞开长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico人工智能的新使用,由于新技术所需的操练数据要少得多。例如,机器内衣美女人体系终究能够即时学习,而不是长着翅膀的大灰狼,两种相互竞争的人工智能方法结合起来,让机器像孩子相同了解世界,nico花很多时刻为它们所在的每个共同环境进行操练。

“智力大冲关这真的很令人兴奋,由于它将让广播稿咱们脱节对很多符号数据的依靠,”麻省理工学院- ibm沃森人工智能实验室(MIT-IBM Watson AI lab)负责人大卫•考克斯(David Cox)表明。

这项研讨背面的研讨人员现在正在开发一种能够拍照实在场景相片的版别。这关于计算机视觉的许梨花雨副市长女犯视频多实践使用是有价值的。

the end
无论遇到什么,也依然要快乐,生活态度