新闻中心

NEWS CENTER

研究证实:人工智 能可以培养出类似人类的“数字”能力

发布时间:2019/05/14     来源:     浏览次数:42
    许多人 对人工智能的概念感到不舒服。这不仅 是因为人工智能有能力智胜人类,还因为 它们天生具有学习新事物的能力。一项新的研究证实,深度神 经网络能够像我们人类一样,培养“数字”技能。人工智 能领域的另一个有趣的发展。
    人工智能“聪明”的另一个标志
    对于我们人类来说,就数字而言,不难看到相关性。更具体地说,我们的 大脑是这样设计的,它将从 任何一组特定的项目、问题等 中获得共同的分母。即使我 们观察不同物体的x数量,其中x对于所 有物体都是相同的,也不难 确定共分母是什么。对于人工智能来说,情况完全不同。到目前为止,人们一 直认为人工智能无法确定这种分母。
    这种情 况似乎不会持续太久。一项新的研究证实,作为推 动人工智能研究的一部分,深层神 经网络似乎能够发展出所谓的“数字感”。更具体地说,研究人 员训练了一个用于简单视觉对象检测的深度神经网络,这在该 领域的研究中并不罕见。然而,这个网 络中的单位突然开始以一种与人类大脑惊人相似的方式活动。
    解释这 一意想不到的发展并不那么困难。深度神 经网络由许多不同的层组成。一旦这 些层获得并处理了信息,共同方 面就变得更加抽象。因此,这项研 究得出了这些令人惊讶的结果。该神经 网络能够实现具有相同数量的不同对象具有特定数量的共性。这是一 个相当有趣和突破性的发展,可以为 未来更大的人工智能研究铺平道路。
    这项研 究的另一个关键结论是人类如何对待学习的原则。虽然人 类和动物的高级思维通常被认为是独一无二的,但现在 显然不是这样了。事实上,我们几 乎可以说抽象思维和“数字感”是基本的,不管学 习对象是谁或学的是什么。更重要的是,这可能 导致人工智能的发展,比最初 认为的更像人类。
    尽管这 一突破非常引人注目,但未来 仍有一些关键挑战。虽然深 度神经网络可以有效地从基于像素的图像中提取数字,但不能 从其他信号中提取。这将是 研究人员在未来几年要克服的下一个挑战。一旦开创了先例,将其应 用于神经网络各层接收到的其他信号应该成为可能,至少在理论上是这样。
    就人工智能的“智能”而言,这项新 研究描绘了一幅相当有趣的画面。随着更 多的信息被提供给网络,现代人 工智能系统建立了一层又一层复杂的共性。现在这 个理论已经在现实世界中得到了有效的证实,人工智 能的发展前景看起来更加光明。尽管还 有很多工作要做,但另一 个构建类人人工智能的必要组件已经解锁。
友情链接:    快播彩票   V8彩平台导航   v8彩票   聚友棋牌登陆   49彩票app官方版