- 3
- 0
- 约2.16千字
- 约 4页
- 2023-11-23 发布于中国
- 举报
关于人工智能的随笔 谈人工智能时代的学习
关于人工智能的随笔:谈人工智能时代的学习
我们可以将深度网络成工厂的一条生产线。输入原材料后,它
们将随着传送带向下传递,后续的各个站点或层会分别提取不同的
高级特性。为了继续完成一个图像识别网络的案例,第一层将用来
分析像素亮度。下一层将根据相似像素的轮廓来确定图中存在的所
有边界。之后,第三层将用来识别质地和形状等。到达第四层或第
五层时,深度学习网络已经创立了复杂特性检测器。这时,它就能
够了解 4 个轮子、挡风玻璃和排气管通常是同时出现的,眼睛、鼻
子和嘴也是同时出现的。它不知道的仅仅是汽车和人脸都是样的。
深度学习网络能够识别的许多特性可能都和手头的任务无关,但是
其中有一些特性却是和手头任务高度相关的。
辛顿解释道:“训练这些特性检测器时,每次训练一层,这一
层都试图在下面一层找到构造模式。之后,就可以在顶部贴上标签
并使用反向传播来进展微调。”结果深深震撼了人工智能界。辛顿
回忆道:“其中涉及一些数学问题,这总会给人们留下深刻的印
象。”
深度学习神经网络已经成为人工智能的主流,其强调的理念可
以追溯到麦卡洛克和皮茨。尽管该理念仍然是对大脑工作模式的一
种模拟 (我们将在后续章节中探讨更多大脑的生物力学模型),但神
经网络能够解决问题
原创力文档

文档评论(0)