大家还感兴趣的 >>>
亚博官网vip
图灵奖得主JudeaPearl:机器学习是有局限的,AI已经分化了-亚博官网vip
本文摘要:2017年12月,贝叶斯网络之父,2011年图灵奖获得者Judeatearll教授在NIPS2017大会期间开展了学术报告,这个报告因为照片而成为话题。

手机版下载

2017年12月,贝叶斯网络之父,2011年图灵奖获得者Judeatearll教授在NIPS2017大会期间开展了学术报告,这个报告因为照片而成为话题。很多人对社交媒体没有反应,Judeapearl对完全没有空房间的报告是NIPS悲惨的场面,这一天对机器学习来说是悲惨的一天。

但是,对于现在81岁的Judeapearl来说,让他感到悲伤的不是自己的报告((公共编号:),实质上那张照片提供了单面的场景,听报告的人有数十人,Judeapearl被人们的讨论所取笑),而是现在的人工智能电影2018年3月,JudeationPearl出版发行了一本名为《THEBOOKOFWHY:ThewNewScienceofcauseandeffect》的新书,在书中传达了对现在人工智能的担忧。的双曲馀弦值。

以前,在Judea、Pearl获得图灵奖的贝叶斯网络中,他为机器寻找基于实践的因果关系模型。然而,Judea、Pearl已经被发现,AI蝙蝠领域已经陷入了概率关系的泥潭。

计算机已经熟练掌握了古代的游戏技能(例如,至今为止多次报道的AlphaGo)和驾驶员的技能等新闻,JudeaPearl因为他显然展示了现在所谓的人工智能,在上一代人工智能场景下机器已经能够(在大规模的数据中找到隐藏的规则),但是效率更高。正如Judeapearl最近所说,这些令人印象深刻的自学成果特别是曲线。(Alltheimpresrl叙述了智能机器应该怎样考虑的愿望。他显然,其关键是用因果推理小说代替关系推理小说。

例如,从非洲回来的患者感冒身体疼痛的话,得疟疾的可能性很高的机器不是把感冒和疟疾联系起来,而是确实要找疟疾感冒的原因。如果有这样的因果框架的话,机器会展开反事实的问题。

也就是说,如果插手条件,因果关系就不会再发生什么变化。这是Judeapearl指出的科学思维的基础。

另外,Judea、Pearl还推荐使上述思维成为可能的月语言。这也是贝叶斯网络的21世纪版本。JudeaPearl也期待因果推理小说为机器获得人类水平的智能,例如与人类更有效地交流,在一定状态下成为没有权利意志(或恶魔)能力的道德实体。以下是Judea、Pearl拒绝接受,Quantamagazine访问时的对话,这个对话展开了不想改变的编译器和删除。

问:为什么你的新书被命名为ThebookofWhy?a:本质上是我对过去25年工作的总结,包括因果、对一个人生活的意义、应用、如何在因果关系水平上找到问题的答案。奇怪的是,这些问题已经被科学忽视了,我想在这里填补这样的忽视。

问:为什么结果不是科学本身的内涵?a:当然,在方程中看不到这种尊贵的理想。代数语言本身是平面的:x,和y,是确认关系。但是,在数学领域,暴风雨的到来不会提高温度计的读数,也不会提高温度计的读数。

换句话说,数学领域还没有发展出非对称语言,我们对x和yyo非对称关系的理解——这对科学有利,我也理解。但是,科学有点原谅。在意识到我们还然缺乏对非对称关系的逻辑方法后,科学希望我们建设,此时使用数学。令人感动的是,通过非常简单的因果逻辑解决问题,我们时代最优秀的统计学家无法解决问题,这个世界和体验似乎在高中几何学中寻找证明方法。

问:几十年前你在AI界享有盛誉,为什么在新书中把自己说成AI社区的背叛者?a:取得以前的AI成果后,我开始探索非常挑战性的任务。通过因果展开推理小说。我的很多AI同行还在做不确定的工作,限于持续推测的研究循环,但是不清楚问题的因果水平。

亚博官网vip

他们只想更好地预测和推测。例如,我们今天看到的机器学习任务一般是以推理小说的模式展开的,他们显示了猫和虎,但是不介意插手——他们只是想知道物体,预测不会随时变化。我开发了作为预测和临床使用的高效工具,但由于看不到人类智能的点滴,我真的像背叛者。如果你想让机器对插手和内省推理小说,我们必须使用因果模型。

联系(Associations)本身实,而不是观点。问:人们对AI的许多可能性非常兴奋。为什么你不是?a:仔细观察机器学习现在的理解,我现在还留在联系水平上,或者曲线拟合——印象深刻的自学成果,只是对数据进行曲线拟合。

从数学层面的角度来看,无论你需要对数据进行多么熟练的操作者,无论你在操作过程中加载什么,它仍然是一种曲线拟合的锻炼,尽管这种锻炼简单而非凡。问:每次提到曲线的拟合,可能都会传达对机器学习没有什么感觉。

a:不,我有。但是,我们没有意识到原来这么多问题可以用曲线来解决问题,但事实证明了。但是我在找未来-What,isNext?没有这样的机器人科学家,有必要通过实验找到需要解决的科学问题的答案吗?这次是下一步。

我们想和机器展开有意义的直觉对话,如果机器人缺乏对你我这样的因果的直觉,很难展开有意义的对话。我们不会说我能做得更好,但机器人会。因此,我们在交流中失去了最重要的方法。

问:如果机器有像我们人类这样的直觉,会怎么样呢?a:必须表现机器的环境模型。如果一台机器对现实的概念,就不能确信它在现实中显示出智能的道德。这是第一步,人类将在10年内结构现实世界的概念模型。

第二步,机器将以自己的方式将上述模型带入并检查,然后根据实验数据进行优化。这正好是科学再次发生的过程,我们从地心说模型开始,最后得出了结论。机器人之间也互相交流,最后把这个抽象化的世界变成比喻性的模型。

问:当你和他分享上述观点时,他们的反应是什么?a:AI现在分化了。首先,有些人沉迷于当前机器学习、深度自学和神经网络的顺利进行,对我说的话从未解读过,他们希望之后展开曲线的拟合。但而,如果你和一个已经在静态自学之外研究过的人聊天,他们很快就会明白。

我已经读了好几篇公开发表在过去两个月,对机器学习的限制展开了说明的论文。问:你说有机器学习以外的发展趋势吗?a:不是趋势,而是基于灵魂寻找的最重要的希望。那个问题:我们要去哪里?下一步是什么?原始文章允许禁止发布。

下一篇文章发表了注意事项。


本文关键词:亚博官网vip,手机版下载

本文来源:亚博官网vip-www.albertsjukebox.com

电 话
地 图
分 享
咨 询