欢迎来到天天文库
浏览记录
ID:38673055
大小:62.47 KB
页数:4页
时间:2019-06-17
《人工智能与人类学习能力》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、人工智能与人类学习能力大对决人工智能(ArtificialIntelligence)是近十年来发展非常迅速,同时也不断引起争议的一项技术。从语音识别,自动驾驶到文字辨认,人工智能正逐步往日常生活渗透,而且应用会越来越广泛。这是一项必将对人类未来发展产生深远影响的技术,而它究竟是普罗米修斯的火种,还是潘多拉的魔盒,值得每一个人思考。ALearningAdvanceinArtificialIntelligence Rivals HumanAbilities人工智能与人类学习能力大对决Humansandmachinesweregivena
2、nimageofanovelcharacter(representedatopeachgrid)andthenaskedtocopyit. 给人类和机器提供一个新奇的字符(见每个网格之上),然后要求它们复制这个字符。ByJOHNMARKOFFDEC.10,20151Computerresearchersreportedartificial-intelligenceadvancesonThursdaythatsurpassedhumancapabilitiesforanarrowsetofvision-relatedtasks.计算机
3、研究人员周四宣布,在一系列小范围的视觉相关任务上,人工智能取得进步已经超过了人类的能力。2Theimprovementsarenoteworthybecauseso-calledmachine-visionsystemsarebecomingcommonplaceinmanyaspectsoflife,includingcar-safetysystemsthatdetectpedestriansandbicyclists,aswellasin videogame[1] controls,Internetsearchandfactor
4、yrobots.这些(能力的)提高值得关注,因为被称作机器视觉的系统正在生活中许多方面变得司空见惯,包括探测行人和骑自行车者的汽车安全系统,以及电子游戏控制系统,网络搜索和工厂机器人。3Researchersatthe MassachusettsInstituteofTechnology[2], NewYorkUniversity[3] and theUniversityofToronto[4] reportedanewtypeof“oneshot”machinelearningonThursdayinthejournal Scie
5、nce[5],inwhichacomputervisionprogramoutperformedagroupofhumansinidentifyinghandwrittencharactersbasedonasingleexample.周四的《科学》期刊上,来自麻省理工、纽约大学和多伦多大学的研究人员公布了一种新型的“一次性”机器学习能力。文章称基于单个例子,在识别手写字符方面计算机视觉程序比一组人类表现更好。4Theprogramiscapableofquicklylearningthecharactersinarangeofla
6、nguagesandgeneralizingfromwhatithaslearned.Theauthorssuggestthiscapabilityissimilartothewayhumanslearnandunderstandconcepts.这个程序能够快速学习一系列语言的字符,并对所学的内容进行归纳。作者表示,这种能力与人类学习和理解概念的方式相似。5Thenewapproach,knownas BayesianProgramLearning[6],orB.P.L.,isdifferentfromcurrentmachine
7、learningtechnologiesknownasdeepneuralnetworks.这种被称为“贝叶斯程序学习”的新的机器学习方法,与当前被称为深度神经网络技术的学习技术不同。6Neuralnetworkscanbetrainedtorecognizehumanspeech,detectobjectsinimagesoridentifykindsofbehaviorbybeingexposedtolargesetsofexamples.通过接触大量例子,神经网络可以被训练用来识别人类言语,探测图像中的物体或识别各种各样的行为
8、。7Althoughsuchnetworksaremodeledafterthebehaviorofbiologicalneurons,theydonotyetlearnthewayhumansdo—acquiringnewconce
此文档下载收益归作者所有