国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí),恰恰是人工“不”智能的體現(xiàn)

Hf1h_BigDataDig ? 來(lái)源:YXQ ? 2019-07-12 10:14 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

每當(dāng)提起“無(wú)人駕駛”汽車技術(shù)如何強(qiáng)大,又被大眾賦予了怎樣的期待,都會(huì)讓人想起HBO電視劇Silicon Valley《硅谷》中的一個(gè)情節(jié):

硅谷大亨風(fēng)險(xiǎn)資本家Gregory的助手安排了一輛無(wú)人駕駛汽車送創(chuàng)業(yè)公司的小員工Jared回家,本以為這個(gè)劇情只是為了詮釋一種硅谷式傲慢,剛上車時(shí)一切也都很順利,誰(shuí)知路程走了一半,這輛汽車突然開(kāi)始執(zhí)行日程中之前設(shè)置好的指令,罔顧乘客Jared高呼著“Stop”和“Help”,自顧自的奔向了另一個(gè)目的地:四千英里開(kāi)外的一個(gè)荒無(wú)人煙的海中孤島。

電視劇《硅谷》截圖

Jared最終得救了,就在大家以為劇情要改為《荒島余生》后。對(duì)多數(shù)觀眾而言這只是劇中設(shè)置的一個(gè)黑色笑點(diǎn),而藝術(shù)本就源于現(xiàn)實(shí),在現(xiàn)實(shí)中,若無(wú)人駕駛的汽車突然失控,會(huì)導(dǎo)致怎樣的后果才是真的難以想象。

2016年5月7日,美國(guó)佛羅里達(dá)州,一位駕駛特斯拉Model S的車主使用了自動(dòng)駕駛(Auto Pilot)模式后,發(fā)生車禍并身亡。這是第一起自動(dòng)駕駛模式下的致死車禍,這次事故也讓所有為無(wú)人駕駛狂熱的人們不得不直面這項(xiàng)技術(shù)帶來(lái)的安全隱憂。

特斯拉曾發(fā)布消息:

“無(wú)人車的正確率達(dá)到99%相對(duì)容易,但要達(dá)到99.9999%卻要困難的多,而這才是我們最終的目標(biāo),因?yàn)橐?0英里每秒行駛的車如果出現(xiàn)故障后果不堪設(shè)想。”

特斯拉并沒(méi)有說(shuō)100%。

在未來(lái),即便這些科技公司聲稱無(wú)人駕駛的技術(shù)已經(jīng)發(fā)展到無(wú)比成熟,或許依然有人很難放心的坐上一輛無(wú)人駕駛的汽車,從心理角度來(lái)說(shuō),這類汽車相對(duì)“自我操控”而言永遠(yuǎn)都“不夠安全”。

無(wú)人駕駛技術(shù)的巨大發(fā)展離不開(kāi)深度學(xué)習(xí)算法,而在貝葉斯網(wǎng)絡(luò)之父朱迪亞·珀?duì)枺↗udea Pearl)的眼里,深度學(xué)習(xí),恰恰是人工“不”智能的體現(xiàn),因?yàn)槠溲芯繉?duì)象是相關(guān)關(guān)系而非因果關(guān)系,處于因果關(guān)系之梯的最底層。珀?duì)栐凇读孔与s志》采訪中說(shuō)到:深度學(xué)習(xí)取得的所有巨大成就在某種程度上都不過(guò)是對(duì)數(shù)據(jù)的曲線擬合而已。從數(shù)學(xué)層次的角度來(lái)看,不管你如何巧妙地操作數(shù)據(jù),以及你在操作數(shù)據(jù)時(shí)讀取的內(nèi)容,它仍然是一個(gè)曲線擬合的訓(xùn)練過(guò)程,盡管它看起來(lái)比較復(fù)雜。

人工智能的發(fā)展在很多方面都得益于珀?duì)栐缙诘难芯浚麉s在最新著作《為什么:關(guān)于因果關(guān)系的新科學(xué)》中推翻了自己,珀?duì)栒J(rèn)為,當(dāng)前的人工智能和機(jī)器學(xué)習(xí)其實(shí)處于因果關(guān)系之梯的最低層級(jí),只可被動(dòng)地接受觀測(cè)結(jié)果,考慮的是“如果我看到……會(huì)怎樣”這類問(wèn)題。而強(qiáng)人工智能,則需要實(shí)現(xiàn)第三層級(jí)的“反事實(shí)”推理。

例如,如果無(wú)人駕駛汽車的程序設(shè)計(jì)者想讓汽車在新情況下做出不同的反應(yīng),那么他就必須明確地在程序中添加這些新反應(yīng)的描述代碼。機(jī)器無(wú)法自己弄明白手里拿著一瓶威士忌的行人可能對(duì)鳴笛做出不同反應(yīng),處于因果關(guān)系之梯最底層的任何運(yùn)作系統(tǒng)都不可避免地缺乏這種靈活性和適應(yīng)性。所以說(shuō),無(wú)法進(jìn)行因果推斷的人工智能只是“人工智障”,是永遠(yuǎn)不可能透過(guò)數(shù)據(jù)看到世界的因果本質(zhì)的。

因果關(guān)系之梯的每一層級(jí)都有一種代表性生物

(來(lái)源:《為什么:關(guān)于因果關(guān)系的新科學(xué)》馬雅·哈雷爾繪圖)

2016年3月,AlphaGo 以4比1的成績(jī)戰(zhàn)勝了多年來(lái)被認(rèn)為是最強(qiáng)的人類頂尖圍棋高手李世石,震驚了世界,在為人們帶來(lái)危機(jī)感的同時(shí),也點(diǎn)燃了很多人對(duì)人工智能發(fā)展的暢想。

可惜,這一人工智能壯舉只能證明:對(duì)讓機(jī)器完成某些任務(wù)來(lái)說(shuō),深度學(xué)習(xí)是有用的。人們最終意識(shí)到,在可模擬的環(huán)境和狀態(tài)下,AlphaGo的算法適用于大規(guī)模概率空間的智能搜索,而對(duì)于那些難以模擬的環(huán)境里的決策問(wèn)題(包括上文提到的自動(dòng)駕駛),這類算法也還是束手無(wú)策。深度學(xué)習(xí)采用的方法類似卷積神經(jīng)網(wǎng)絡(luò),并不以嚴(yán)謹(jǐn)或清晰的方式處理不確定性,且網(wǎng)絡(luò)的體系結(jié)構(gòu)可以自行發(fā)展。完成一個(gè)新的訓(xùn)練后,程序員也不知道它正在執(zhí)行什么計(jì)算,或者為何它們有效。

AlphaGo團(tuán)隊(duì)并沒(méi)有在一開(kāi)始就預(yù)測(cè)到這個(gè)程序會(huì)在一年或者五年內(nèi)擊敗人類最好的棋手,他們也無(wú)法解釋為什么程序執(zhí)行能產(chǎn)生這樣好的結(jié)果。如果機(jī)器人都如同 AlphaGo一般,缺乏清晰性,那么人類也無(wú)法與他們進(jìn)行有意義的交流,使之“智能”的工作。

假定你的家中有一個(gè)機(jī)器人,當(dāng)你睡覺(jué)的時(shí)候,機(jī)器人打開(kāi)了吸塵器,開(kāi)始工作,在這時(shí)你告訴它,“你不該吵醒我。”你的意圖是讓它明白,此時(shí)打開(kāi)吸塵器是錯(cuò)誤行為,但你絕不希望它將你的抱怨理解為不能再在樓上使用吸塵器。

那么此時(shí)機(jī)器人就必須理解背后的因果關(guān)系:吸塵器制造噪音,噪音吵醒人,而這會(huì)使你不高興。

這句對(duì)我們?nèi)祟惗詿o(wú)比簡(jiǎn)短的口令實(shí)際包含了豐富的內(nèi)容。機(jī)器人需要明白:你不睡覺(jué)的時(shí)候它可以吸塵,家中無(wú)人的時(shí)候它也可以吸塵,又或者吸塵器開(kāi)啟靜音模式的時(shí)候,它仍然可以吸塵。這樣看來(lái),是否覺(jué)得我們?nèi)粘贤ㄋ男畔⒘繉?shí)在是太過(guò)龐大?

一個(gè)聰明的機(jī)器人考慮他/她的行為的因果影響。

(來(lái)源:《為什么:關(guān)于因果關(guān)系的新科學(xué)》馬雅·哈雷爾繪圖)

所以說(shuō),讓機(jī)器人真正“智能”的關(guān)鍵在于理解“我應(yīng)該采取不同的行為”這句話,無(wú)論這句話是由人告訴它的,還是由它自己分析所得出的結(jié)論。如果一個(gè)機(jī)器人知道自己當(dāng)前的動(dòng)機(jī)是要做 X=x0,同時(shí)它能評(píng)估一下,說(shuō)如果換一個(gè)選擇,做 X=x1,結(jié)果會(huì)不會(huì)更好,那它就是強(qiáng)人工智能。

《人類簡(jiǎn)史》的作者尤瓦爾·赫拉利(Yuval Noah Harari)認(rèn)為人類發(fā)展出描繪虛構(gòu)事物的能力正是人類進(jìn)化過(guò)程中的認(rèn)知革命,反事實(shí)推理是人類獨(dú)有的能力,也是真正的智能。人類的每一次進(jìn)步與發(fā)展,都離不開(kāi)反事實(shí)推理,想象力幫助人類生存、適應(yīng)并最終掌控了整個(gè)世界。若想實(shí)現(xiàn)真正的強(qiáng)人工智能,則應(yīng)嘗試將因果論提供的反事實(shí)推理工具,真正加以應(yīng)用。

針對(duì)能否開(kāi)發(fā)出具備自由意志的機(jī)器人的問(wèn)題,珀?duì)柕拇鸢甘墙^對(duì)會(huì)。他認(rèn)為:人們必須理解如何編程機(jī)器人,以及能從中得到什么。由于某種原因,就進(jìn)化方面而言這種自由意志在計(jì)算層面也將是需要的。機(jī)器人具備自由意志的第一個(gè)跡象將是反事實(shí)溝通,如“你應(yīng)該做得更好”。如果一組踢足球的機(jī)器人開(kāi)始用這種語(yǔ)言溝通,那么我們將知道它們具備了自由意志。“你應(yīng)該傳球給我,我剛才一直在等,但你沒(méi)有把球傳給我!”這種“你應(yīng)該”的句式意味著你本應(yīng)該做什么,但是沒(méi)做。因此機(jī)器人產(chǎn)生自由意志的第一個(gè)征兆是溝通,第二個(gè)是踢出更好的足球。

以前人們討論強(qiáng)人工智能大多只限于哲學(xué)層面,學(xué)術(shù)界也一直對(duì)“強(qiáng)人工智能”保持著謹(jǐn)慎的態(tài)度,并不敢抱有太多奢望。但科學(xué)的進(jìn)步從不因失敗而停止,不管是無(wú)人駕駛,還是其他各項(xiàng)人工智能技術(shù)的發(fā)展,最終都依賴于“人”,人類會(huì)研究出能夠理解因果對(duì)話的機(jī)器人嗎?能制造出像三歲孩童那樣富有想象力的人工智能嗎?回答這些問(wèn)題的關(guān)鍵依然離不開(kāi)“人:,如果人類自身還無(wú)法理解因果之梯,又要怎么樣使“人工”變得“智能”?

機(jī)器不必復(fù)制人類,卻可以比人類表現(xiàn)的更優(yōu)秀,這著實(shí)是一個(gè)可怕的事實(shí)。若是能用因果關(guān)系來(lái)取代關(guān)聯(lián)推理,沿著因果關(guān)系之梯,走入反事實(shí)推理的世界,那么機(jī)器的崛起便不可阻擋。珀?duì)栐跁袨槿绾螌?shí)現(xiàn)這一目標(biāo)給出了相當(dāng)清晰通俗的講解。

回想起來(lái),其實(shí)一個(gè)人的日常生活與“人工智能”這個(gè)詞并沒(méi)有產(chǎn)生多少緊密關(guān)聯(lián),但很多人也曾在得知AlphaGo戰(zhàn)勝李世石那個(gè)瞬間,產(chǎn)生了一股莫名又強(qiáng)烈的敬畏感。科技的發(fā)展速度似乎總是超出我們的想象,打開(kāi)手機(jī)搜索“重大突破”這個(gè)關(guān)鍵詞,瞬間就會(huì)被滿眼的科技快餐所淹沒(méi),機(jī)器究竟會(huì)變成怎樣?它們又會(huì)怎么對(duì)待人類?只有試著去理解因果關(guān)系,才能在面對(duì)這些問(wèn)題時(shí),少一些茫然,多一些信念。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1817

    文章

    50098

    瀏覽量

    265320
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5599

    瀏覽量

    124398

原文標(biāo)題:貝葉斯網(wǎng)絡(luò)之父:當(dāng)前的機(jī)器學(xué)習(xí)其實(shí)處于因果關(guān)系之梯的最低層級(jí)

文章出處:【微信號(hào):BigDataDigest,微信公眾號(hào):大數(shù)據(jù)文摘】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    人工智能與機(jī)器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用

    人工智能和機(jī)器學(xué)習(xí)問(wèn)世以來(lái),多個(gè)在線領(lǐng)域的數(shù)字化格局迎來(lái)了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競(jìng)爭(zhēng)優(yōu)勢(shì),而在線行業(yè)正是受其影響最為顯著的領(lǐng)域。人工智能(AI)與機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 02-04 14:44 ?471次閱讀

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)中需避免的 7 個(gè)常見(jiàn)錯(cuò)誤與局限性

    無(wú)論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時(shí)間,機(jī)器學(xué)習(xí)深度學(xué)習(xí)中都存在一些我們需要時(shí)刻關(guān)注并銘記的常見(jiàn)錯(cuò)誤。如果對(duì)這些錯(cuò)誤置之不理,日后可能會(huì)引發(fā)諸多麻煩!只要我們密切關(guān)注
    的頭像 發(fā)表于 01-07 15:37 ?190次閱讀
    機(jī)器<b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>中需避免的 7 個(gè)常見(jiàn)錯(cuò)誤與局限性

    穿孔機(jī)頂頭檢測(cè)儀 機(jī)器視覺(jué)深度學(xué)習(xí)

    頂頭狀態(tài)。 檢測(cè)頂頭算法 引入人工深度學(xué)習(xí)技術(shù),通過(guò)Keras實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)(CNN),用Numpy實(shí)現(xiàn)采集數(shù)據(jù)的訓(xùn)練,得到符合現(xiàn)場(chǎng)需求的模型,進(jìn)一步提升檢測(cè)的準(zhǔn)確性和現(xiàn)場(chǎng)的適應(yīng)性。 應(yīng)用范圍
    發(fā)表于 12-22 14:33

    如何深度學(xué)習(xí)機(jī)器視覺(jué)的應(yīng)用場(chǎng)景

    深度學(xué)習(xí)視覺(jué)應(yīng)用場(chǎng)景大全 工業(yè)制造領(lǐng)域 復(fù)雜缺陷檢測(cè):處理傳統(tǒng)算法難以描述的非標(biāo)準(zhǔn)化缺陷模式 非標(biāo)產(chǎn)品分類:對(duì)形狀、顏色、紋理多變的產(chǎn)品進(jìn)行智能分類 外觀質(zhì)量評(píng)估:基于學(xué)習(xí)的外觀質(zhì)量標(biāo)
    的頭像 發(fā)表于 11-27 10:19 ?220次閱讀

    如何在機(jī)器視覺(jué)中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測(cè)可定位已訓(xùn)練的目標(biāo)類別,并通過(guò)矩形框(邊界框)對(duì)其進(jìn)行標(biāo)識(shí)。 在討論人工智能(AI)或深度學(xué)習(xí)時(shí),經(jīng)常會(huì)出現(xiàn)“
    的頭像 發(fā)表于 09-10 17:38 ?901次閱讀
    如何在機(jī)器視覺(jué)中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    航天宏圖人工智能技術(shù)深度賦能社會(huì)治理現(xiàn)代化

    航天宏圖多年來(lái)持續(xù)重點(diǎn)投入技術(shù)研發(fā),尤其專注人工智能深度探索。航天宏圖多以自主研發(fā)“天權(quán)大模型” 是一款基于多模態(tài)大模型技術(shù)的遙感解譯專用AI大模型,它以人工智能為底座,提供遙感影像智能
    的頭像 發(fā)表于 09-06 10:35 ?1164次閱讀
    航天宏圖<b class='flag-5'>人工智能</b>技術(shù)<b class='flag-5'>深度</b>賦能社會(huì)治理現(xiàn)代化

    深度學(xué)習(xí)對(duì)工業(yè)物聯(lián)網(wǎng)有哪些幫助

    深度學(xué)習(xí)作為人工智能的核心分支,通過(guò)模擬人腦神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu),能夠自動(dòng)從海量工業(yè)數(shù)據(jù)中提取復(fù)雜特征,為工業(yè)物聯(lián)網(wǎng)(IIoT)提供了從數(shù)據(jù)感知到智能決策的全鏈路升級(jí)能力。以下從技術(shù)賦能、場(chǎng)景突破
    的頭像 發(fā)表于 08-20 14:56 ?1024次閱讀

    挖到寶了!人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器

    和生態(tài)體系帶到使用者身邊 ,讓我們?cè)诩夹g(shù)學(xué)習(xí)和使用上不再受制于人。 三、多模態(tài)實(shí)驗(yàn),解鎖AI全流程 它嵌入了2D視覺(jué)、深度視覺(jué)、機(jī)械手臂、語(yǔ)音識(shí)別、嵌入式傳感器等多種類AI模塊,涵蓋人工智能領(lǐng)域主要
    發(fā)表于 08-07 14:30

    挖到寶了!比鄰星人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器!

    和生態(tài)體系帶到使用者身邊 ,讓我們?cè)诩夹g(shù)學(xué)習(xí)和使用上不再受制于人。 三、多模態(tài)實(shí)驗(yàn),解鎖AI全流程 它嵌入了2D視覺(jué)、深度視覺(jué)、機(jī)械手臂、語(yǔ)音識(shí)別、嵌入式傳感器等多種類AI模塊,涵蓋人工智能領(lǐng)域主要
    發(fā)表于 08-07 14:23

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級(jí)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是一家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競(jìng)爭(zhēng)對(duì)手的框架小10 倍,速度也快10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中,我們將介紹
    發(fā)表于 07-31 11:38

    人工智能技術(shù)的現(xiàn)狀與未來(lái)發(fā)展趨勢(shì)

    人工智能技術(shù)的現(xiàn)狀與未來(lái)發(fā)展趨勢(shì) ? ? 近年來(lái),人工智能(AI)技術(shù)迅猛發(fā)展,深刻影響著各行各業(yè)。從計(jì)算機(jī)視覺(jué)到自然語(yǔ)言處理,從自動(dòng)駕駛到醫(yī)療診斷,AI的應(yīng)用場(chǎng)景不斷擴(kuò)展,推動(dòng)社會(huì)向智能化方向邁進(jìn)
    的頭像 發(fā)表于 07-16 15:01 ?1859次閱讀

    當(dāng)深度學(xué)習(xí)遇上嵌入式資源困境,特征空間如何破局?

    近年來(lái),隨著人工智能(AI)技術(shù)的迅猛發(fā)展,深度學(xué)習(xí)(Deep Learning)成為最熱門的研究領(lǐng)域之一。在語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域,深度
    發(fā)表于 07-14 14:50 ?1241次閱讀
    當(dāng)<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>遇上嵌入式資源困境,特征空間如何破局?

    最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版(大模型篇)

    人工智能大模型重塑教育與社會(huì)發(fā)展的當(dāng)下,無(wú)論是探索未來(lái)職業(yè)方向,還是更新技術(shù)儲(chǔ)備,掌握大模型知識(shí)都已成為新時(shí)代的必修課。從職場(chǎng)上輔助工作的智能助手,到課堂用于學(xué)術(shù)研究的智能工具,大模型正在工作生活
    發(fā)表于 07-04 11:10