AI教父杰弗里辛顿:AI反学习可能揭开人类梦境的奥秘

640?wx_fmt=jpeg

来源:网易智能


近日,多伦多大学的教员、谷歌大脑(Google Brain)研究员杰弗里·辛顿(Geoffrey Hinton)发表了炉边谈话。他讨论了神经网络的起源,以及人工智能有朝一日可能像人类一样推理的可行性和意义。


辛顿被一些人称为“人工智能教父”,他在过去30年里一直致力于解决人工智能面临的一些最大挑战。除了在机器学习方面的开创性工作以外,他还撰写以及与他人合作撰写了200多篇经过同行评议的论文,其中包括1986年发表的一篇关于机器学习技术(被称为反向传播学习算法)的论文。


他普及了深度神经网络的概念,即包含上述功能的人工智能模型,它们被安排在相互连接的层中,传输“信号”并调整连接的突触强度(权重)。通过这种方式,人工智能模型从输入数据中提取特征,并学习做出预测。


辛顿坦言,创新的速度甚至让他自己都感到惊讶。“在2012年,我没想到5年以后,我们就能够使用相同的技术来在多种语言之间进行翻译。”


尽管如此,辛顿认为目前的人工智能和机器学习方法都有其局限性。他指出,大多数的计算机视觉模型都没有反馈机制,也就是说,它们不会试图从更高层级的表征重建数据。相反,它们试图通过改变权重来有区别地学习特征。“它们并没有在每一层的特征探测器上检查是否能够重建下面的数据。”辛顿说道。


他和同事们最近转向人类视觉皮层来寻找灵感。


辛顿说,人类的视觉采用了一种重建的方法来学习,事实证明,计算机视觉系统中的重建技术增强了它们对对抗攻击的抵抗力。


“大脑科学家都同意这样的观点,如果你的大脑皮层有两个区域处于感知通路中,并且相互连接,那么总有一个反向通路。”辛顿表示。


需要说明的是,辛顿认为,神经科学家需要向人工智能研究人员学习很多东西。事实上,他觉得未来的人工智能系统将主要是非监督式的。他说,非监督式学习——机器学习的一个分支,从未标记、无法归类和未分类的测试数据中收集知识——在学习共性和对潜在的共性做出反应的能力方面,几乎就像人类一般。


“如果你用一个有数十亿个参量的系统,在某个目标函数中实施梯度下降,它的效果会比你想象的好得多……规模越大,效果越好。”他说,“相比于让大脑计算某个目标函数的梯度,并根据梯度更新突触的强度,这要更加合理。我们只需要弄清楚它是如何得到梯度的以及目标函数是什么。”


这甚至可能会解开梦的奥秘。“为什么我们根本不记得我们的梦呢?”辛顿反问道。他认为这可能与“反学习”有关。


640?wx_fmt=jpeg


辛顿说,“做梦的意义可能在于,你把整个学习过程颠倒过来。”


在他看来,这些知识可能会完全改变一些领域,比如教育。例如,他预计,未来的课程将更加个性化,有更强的针对性,将把人类生物化学过程考虑进来。


“你可能会认为,如果我们真正了解大脑的运转机制,我们应该能够改善教育等方面的状况,我认为我们会做到的。”辛顿称,“如果你能最终了解大脑发生了什么,它是如何学习的,而不是没有去进行调整适应,取得更好的学习效果,那会令人费解。”


他警告说,实现这一点尚需时日。就近期而言,辛顿设想了智能助手的未来——比如谷歌的Google Assistant或亚马逊的Alexa——它们可以与用户互动,并在日常生活中给他们提供各种指导。


“未来几年,我不确定我们能否从智能助手那里学到很多东西。但如果你仔细观察,你会发现现在的智能助手相当聪明,一旦它们真的能听懂对话,它们就能和孩子们交谈,并对他们进行教育。”辛顿总结道。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491913.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AttributeError: partially initialized module ‘aiohttp‘ has no attribute ‘ClientSession‘ (most...)

AttributeError: partially initialized module ‘aiohttp’ has no attribute ‘ClientSession’ (most likely due to a circular import) 问题描述: AttributeError: partially initialized module ‘aiohttp’ has no attribute ‘ClientSession’ (most likely…

关于线程池ThreadPoolExecutor使用总结

本文引用自: http://blog.chinaunix.net/uid-20577907-id-3519578.html 一、简介 线程池类为 java.util.concurrent.ThreadPoolExecutor,常用构造方法为: ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit uni…

AIoT重磅报告:四大关键助力,AI+IoT重新定义未来的可能性

来源:北京物联网智能技术应用协会,智能巅峰导 读随着科技的不断发展,一些在功能上具有相互补充作用的技术正在不可避免地发生结合——例如,人工智能(AI)和物联网(IoT)。在本文中,我…

python---aiohttp库

python—aiohttp库 1. 什么事aiohttp 官方网址:https://docs.aiohttp.org/en/stable/ 用于asyncio和Python的异步HTTP客户端/服务器 2. 安装 pip install aiohttp3. ClientSession() Session封装了一个连接池(connector instance)&…

关于机器学习实战,那些教科书里学不到的12个“民间智慧”

来源:towardsml机器学习算法被认为能够通过学习数据来弄清楚如何执行重要任务。这意味着数据量越大,这些算法就可以解决更加复杂的问题。然而,开发成功的机器学习应用程序需要一定的“民间技巧”,这在教科书或机器学习入门课程中很…

asp.net winform 实现复制,粘贴,剪切功能

System.Windows.Forms.SendKeys.SendWait("^C");//复制System.Windows.Forms.SendKeys.SendWait("^V");//粘贴 System.Windows.Forms.SendKeys.SendWait("^X");//剪切转载于:https://www.cnblogs.com/ninestart/p/4760801.html

aiohttp.client_exceptions.ServerDisconnectedError: Server disconnected

aiohttp.client_exceptions.ServerDisconnectedError: Server disconnected 问题描述: 使用 aiohttp.ClientSession() 爬取数据时出现错误:aiohttp.client_exceptions.ServerDisconnectedError: Server disconnected。 翻译:aiohttp.client_e…

jsonp模拟获取百度搜索相关词汇

随便写了个jsonp模拟百度搜索相关词汇的小demo&#xff0c;帮助新手理解jsonp的用法。 <!DOCTYPE html><html lang"en"><head><meta charset"UTF-8"><title>模拟百度搜索框</title><style>*{margin: 0;padding:…

亚马逊自动打包机:1机可顶24人

来源&#xff1a;网易科技5月14日据国外媒体报道&#xff0c;电商亚马逊公司正在推出能够自动打包订购商品的机器&#xff0c;从而解放数千名员工。该项目的两名工作人员表示&#xff0c;亚马逊近年来开始在少数几个仓库中增加这项技术&#xff0c;扫描从传送带上下来的货物&am…

Pyinstaller打包Django项目

1. 安装pyinstaller pip install pyinstaller2. 介 绍 PyInstaller读取您编写的 Python 脚本。它会分析您的代码以发现您的脚本需要执行的所有其他模块和库。然后它收集所有这些文件的副本——包括活动的 Python 解释器&#xff01;– 并将它们与您的脚本放在一个文件夹中&am…

活着不易,5G时代终端厂商的路在何方?

来源&#xff1a;物联网智库摘要&#xff1a;站在“浮尸遍地”的通信终端的世界里&#xff0c;各大终端厂商无不面临着同一个来自灵魂的拷问&#xff1a;活着不易&#xff0c;5G时代终端厂商的路在何方&#xff1f;从1G模拟通信时代到4G移动宽带时代&#xff0c;全球手机终端厂…

图像处理 --- 一、认识图像处理

声明&#xff1a; 本系列文档由学习哔站视频总结而得&#xff0c;后续会逐渐添加相对应的示例代码&#xff08;python&#xff09; 1. 什么是图像与图像处理 百闻不如一见。 图像是客观对象的一种相似性的、生动性的描述或写真&#xff0c;是人类社会活动中最常用的信息载体…

tf.gfile()函数

转自https://blog.csdn.net/pursuit_zhangyu/article/details/80557958 这些函数和python中的os模块非常的相似&#xff0c;一般都可以用os模块代替吧 gfile API介绍 下面将分别介绍每一个gfile API&#xff01; 2-1&#xff09;tf.gfile.Copy(oldpath, newpath, overwrite…

Web安全解决方案

什么是 .NET Framework 安全性? .NET Framework 提供了用户和代码安全模型&#xff0c;允许对用户和代码可以执行的操作进行限制。要对基于角色的安全性和代码访问安全性进行编程&#xff0c;可以从 System.Security 命名空间中使用类型。.NET Framework 还提供了System.Secur…

11款新品,一切为了落地!商汤:普惠AI的时代,来了

来源&#xff1a;网易智能北京时间5月15日&#xff0c;商汤科技在京举办一年一度的人工智能峰会&#xff0c;发布了11款新品&#xff0c;包含6款硬件和多个平台的全面升级。商汤科技CEO徐立在开场演讲中以清明上河图为例&#xff0c;认为人工智能技术的普及正在谱写新时代的人类…

图像处理 --- 二、数字图像处理基础

1. 色度学基础 电磁光波谱组成: 1.1 三基色原理 人眼的视网膜上存在大量能在适当亮度下分辨颜色的锥状细胞&#xff0c;它们分别对应红、绿、蓝三种颜色&#xff0c;即分别对红光、绿光、蓝光敏感。由此&#xff0c;红&#xff08;R&#xff09;、绿&#xff08;G&#xff09;…

Bug调试(lldb)

原文网址&#xff1a;http://www.cnblogs.com/Twisted-Fate/p/4760156.html 今天博主有一些Bug调试的需求,遇到了一些困难点,在此和大家分享,希望能够共同进步. Xcode的Bug调试方法大概有以下几种: 1.断点,全局断点,条件断点配合Nslog找出Bug 2.静态分析工具:Analyze,静态检测内…

解密!谷歌这样搞定美军世纪难题,从眼科诊断到无人驾驶

来源&#xff1a;智东西导语&#xff1a;谷歌AI部门负责人Jeff Dean&#xff0c;在开发者大会中详细介绍了该公司如何利用AI技术解决科学问题。5月14日消息&#xff0c;在加利福尼亚州山景城举行的谷歌年度I / O开发者大会上&#xff0c;谷歌研究小组高级研究员、谷歌人工智能部…

CSDN中图片缩放与居中

1. 直接上传图片 代码示例&#xff1a; ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210628233911771.png?x-oss-processimage/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYl9mZW5n,size_16,color_FFFFFF,t_70#pic_cent…

tensorflow中创建多个计算图(Graph)

转自https://blog.csdn.net/dcrmg/article/details/79028032 tf中可以定义多个计算图&#xff0c;不同计算图上的张量和运算是相互独立的&#xff0c;不会共享。计算图可以用来隔离张量和计算&#xff0c;同时提供了管理张量和计算的机制。计算图可以通过Graph.device函数来指…