<bdo id="mhpjo"></bdo>

  • <span id="mhpjo"><u id="mhpjo"></u></span>

    <strike id="mhpjo"><table id="mhpjo"></table></strike><label id="mhpjo"><optgroup id="mhpjo"></optgroup></label>
    <label id="mhpjo"></label>
  • <s id="mhpjo"></s>

    <tbody id="mhpjo"></tbody>

    <label id="mhpjo"><optgroup id="mhpjo"></optgroup></label>
    <strike id="mhpjo"></strike>

    計算機能像人類一樣思考

    2016.12.09 08:19 人工智能概念股

    gregregregre

    據(jù)外媒報道,芬蘭計算機科學家正在人工智能研究的過程中取得新突破:深度學習神經網(wǎng)絡可以自主識別出圖片中的對象,準確率達到了75%。

    人腦非常奇妙。在幾十年研究之后,人類仍然無法復制出人腦的超快計算速度。目前,計算機科學家可以利用的最強大工具是神經網(wǎng)絡。這樣的大型計算機網(wǎng)絡能通過訓練去解決復雜問題,而機制類似于人類的中樞神經系統(tǒng),即利用不同層次的神經元解決問題的不同部分,最終合并為適當?shù)拇鸢浮?/p>

    目前的問題在于,這樣的神經網(wǎng)絡需要大量數(shù)據(jù)輸入和訓練,隨后才能學會如何解決問題。例如,ImageNet是個很好的訓練數(shù)據(jù)源,這一龐大的可視化信息數(shù)據(jù)庫中包含100萬張經過人工標注的照片。

    這被稱作“監(jiān)督學習”,而真正的人工智能意味著,神經網(wǎng)絡需要學會如何自動完成“無監(jiān)督學習”。這正是芬蘭創(chuàng)業(yè)公司Curious AI希望實現(xiàn)的目標。

    Curious AI首席技術官安迪·拉斯姆斯(Antti Rasmus)在赫爾辛基的Slush 2016科技行業(yè)大會上表示:“人腦會進行大量的無監(jiān)督學習。我們不需要反復告訴嬰兒,勺子是什么。他們可以自動從環(huán)境中學習,并形成概念。”

    “對人腦來說,根據(jù)某一對象形成概念很簡單。這已在心理學中得到了研究,即‘格式塔理論’。人腦會將具備類似形狀、顏色、運動狀態(tài)和模式的東西歸類在一起。我們采取的第一步是讓深度學習系統(tǒng)能像人腦一樣,對對象進行歸類。”

    將神經科學應用于人工神經網(wǎng)絡

    在神經科學中,名為“速率編碼”的理論認為,大腦中神經元的激發(fā)速率越高,神經元就越活躍。神經元持續(xù)被激發(fā)。而80年代時,科學家發(fā)現(xiàn),神經元會將自身組織在一起,代表不同的信息。

    這一理論被稱作“臨時編碼”。理論認為,神經元的激發(fā)時機很重要,而準確的激發(fā)時機定義了,在數(shù)萬神經元中哪些神經元屬于同一群體。因此,一部分神經元可以同時激發(fā),幫助大腦識別一系列對象中的某個對象,例如一堆辦公用品中的一塊紅布,而另一部分神經元會告知大腦,其他對象都屬于背景信息。

    拉斯姆斯表示:“我們的計算機算法集成了臨時編碼機制。我們在神經網(wǎng)絡的每層中保存多個拷貝。整個神經網(wǎng)絡被復制了4次。這意味著系統(tǒng)可以學習得知,每個拷貝代表了某個特定對象,而將這些對象合并在一起,就可以與原始圖像進行匹配。”拉斯姆斯此前曾是英偉達的軟件工程師,目前正在芬蘭阿爾托大學從事深度學習的博士研究工作。

    “通過將圖像分為不同的4組,神經網(wǎng)絡可以自行編碼圖像。這就是無監(jiān)督學習,我們不用對系統(tǒng)進行任何標記。當我們向神經網(wǎng)絡展示圖片時,它會將圖片自主分解成為元素(例如圖片中的對象)。”

    在神經網(wǎng)絡將圖片分解為單獨元素之后,歸類和識別對象就變得更容易,因為這些對象不會相互重疊,導致圖像模糊不清。

    知覺分組可以給深度學習帶來變革

    研究人員最初指導神經網(wǎng)絡在無監(jiān)督的情況下分析圖片,組織對象,隨后向圖像加入標記信息(監(jiān)督學習),從而觀察系統(tǒng)究竟學會了什么。他們發(fā)現(xiàn),Curious AI的Tagger系統(tǒng)能實現(xiàn)75.1%的準確率。

    作為對比,傳統(tǒng)神經網(wǎng)絡的準確率只有21%,比隨機猜測的準確率僅僅高出1%。

    拉斯姆斯表示:“這是革命性的研究,這使得無監(jiān)督學習獲得了進一步發(fā)展。通過讓機器獲得對象的概念,我們實現(xiàn)了更類似人腦的無監(jiān)督學習。這可以幫助未來的研究,讓神經網(wǎng)絡進行更高層次的推理,學習對象與環(huán)境的相關性。”

    “在當前系統(tǒng)中,計算機運行在基于統(tǒng)計的世界觀中。如果讓計算機進入人類生活的世界,那么非常重要的一點是讓機器以類似人類的方式去理解世界。人們通常很難理解計算機視覺的效果很差,因為人眼視覺對我們來說很自然。”

    該公司的相應論文《Tagger:深度無監(jiān)督知覺分組》將于12月7日在巴塞羅那的“神經信息處理系統(tǒng)2016”深度學習大會上發(fā)表。

    Curious AI正在尋找工業(yè)界的合作伙伴,在現(xiàn)實世界的人工智能系統(tǒng)中試點其深度學習技術。目前,該公司正與希望發(fā)展無人駕駛技術的汽車廠商進行接觸。

    人工智能概念股:埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。

    人工智能概念股

    那么問題來了:最值得配置的人工智能概念股是哪只?即刻申請進入國內首個免費的非公開主題投資交流社區(qū)概念股論壇參與討論!

    0 0 0

    東方智慧,投資美學!

    我要投稿

    申明:本文為作者投稿或轉載,在概念股網(wǎng) http://lakewaygifts.com/ 上發(fā)表,為其獨立觀點。不代表本網(wǎng)立場,不代表本網(wǎng)贊同其觀點,亦不對其真實性負責,投資決策請建立在獨立思考之上。

    < more >

    ABCDEFGHIJKLMNOPQRSTUVWXYZ0-9
    暫無相關概念股
    暫無相關概念股
    go top 中文字幕日韩国产,水野优香被中出中文字幕,日本中文字幕在线精品,精品视频中文字幕 太白县| 三河市| 游戏| 上虞市| 通州区| 育儿| 渝北区| 彰武县| 北辰区| 张家界市| 原平市| 宁远县| 南投县| 华宁县| 太和县| 昭通市| 靖江市| 堆龙德庆县| 佳木斯市| 韶关市| 平顶山市| 海晏县| 凤台县| 广饶县| 平顶山市| 平度市| 舒城县| 故城县| 若尔盖县| 盘山县| 八宿县| 兰考县| 图们市| 东乡| 来宾市| 盘锦市| 永顺县| 波密县| 广德县| 广元市| 道真| http://444 http://444 http://444 http://444 http://444 http://444