深度学习的五个能力级别

人工智能学家 浏览次数: 2016-12-01 00:20

人工智能学家 【导语】本文作者在读完“理解AI四种类型”一文后,对深度学习进行了更加细致的能力分类,以下为译文: Arend Hintze写了一篇很好的短文'...

人工智能学家

【导语】本文作者在读完“理解AI四种类型”一文后,对深度学习进行了更加细致的能力分类,以下为译文:

Arend Hintze写了一篇很好的短文,叫《理解AI的四种类型》,分别是反应机器(Reactive Machine)、有限的记忆(Limited Memory)、思维理论(Theory of Mind)、自我意识(Self-Awareness)。

这种分类比把人工智能分成“狭义”和“通用”要好很多,它试图把狭义AI分成3类。开发者可以通过更多的概念来区分各种不同AI实现。借此机会,我想针对深度学习领域提出更加细致的分类,这样,开发者就可以清楚地知道自己目前所处的位置。

下面具体阐述一下深度学习能力的五个分类。

C

C级别作者的定义是Classification Only,可以理解为只能做分类。涉及到的系统包含全链接神经网络(FCN)、卷积网络(CNN)以及它们的各种组合。这些系统采用高维向量作为输入并实现单个结果,通常是输入向量的一个分类。你可以把这些系统当作是无状态函数,这意味着当前的行为仅仅是输入的一个函数。生成模型也是热门研究领域中的一员,也归于此类。简而言之,这些系统本身都是相当有能力的。

CM

CM是Classification with Memory的缩写,理解成在分类的基础之上进行记忆。该级别包括与C级网络合并的存储器元件,例如LSTM,其中存储器单元被嵌入在LSTM节点内部。其它变体则是来自DeepMind的神经图灵机(NMT)和可微分神经计算机(DNC),它们在计算时都处于维护状态。

CK

CK即是Classification with Knowledge的缩写,即可以形成自己的知识系统。该级别与CM级别有点类似,但并不是原始存储器,C级网络能够访问的信息是符号知识库。实际上,我发现了三种符号集成,一种是转移学习方法、一种是自上而下方法、最后一种是自下而上的方法。第一种主要是作为正则化矩阵的符号系统;第二种方法处于层次结构的顶部,具有在底部由神经表示构成的符号元素;最后一种则与第二种方法相反,其中C级网络实际上被附加在了符号知识库上。

CCIK

CCIK是Classification with Imperfect Knowledge缩写,可以对不完整的知识库进行分类。该级别系统建立在CK之上,但是能对不完整信息进行推理。该级别的典型例子是AlphaGo和扑克系统,这些系统可以通过对自身模拟来训练自己。

CCIK

CCIK的全称是Collaborative Classification with Imperfect Knowledge,即可以对不完整的知识库进行分类并且可以互相协作。这个级别与“心理理论”非常类似,实际上,我们有多种代理神经网络组合来解决问题,这些系统旨在实现多个目标。实际上,我们在对抗网络上做过这个原始版本,通过执行泛化的竞争鉴别器和生成网络将这个概念进一步扩展到游戏理论驱动的网络,能够执行战略和战术解决多个目标。

每个级别都有其不同的功能产生,例如,C级系统只能够预测anti-causal关系,CM拥有非常好的翻译能力,CIK级别系统能够进行战略游戏。

130+位讲师,16大分论坛,中国科学院院士陈润生、滴滴出行高级副总裁章文嵩、联想集团高级副总裁兼CTO芮勇、上交所前总工程师白硕等专家将亲临2016中国大数据技术大会,票价折扣即将结束,预购从速。

本文来自:极客头条

【重磅】未来科技学院筹备成立,开讲前沿科技未来发展趋势

2016年7月,人工智能学家AIE实验室基于自身的研究成果和所拥有的顶级科学家资源,筹备建立未来科技学院 (Futurology University)。

未来科技学院的使命和目标:将邀请国内和国际著名科学家、科技企业家讲授人工智能、互联网、脑科学、虚拟现实、机器人等领域的基本原理和未来发展趋势。未来科技学院的目标是研究前沿科技未来发展趋势,培养掌握未来科技动向的企业家和具有独立创新精神的未来科学家。

开始激动人心的学习之旅:无论您是企业家,投资人,还是青年学子,科技爱好者,如果您希望把握科技未来发展趋势,与世界著名科学家,科技企业家,风险投资家进行直接交流。欢迎您加入未来科技学院大家庭。

您可以扫描二维码,进入未来科技学院临时群,然后工作人员邀请您加入未来科技学院的免费学习群,开启前沿科技未来趋势的学习之旅。

人工智能学家 Aitists

人工智能学家是权威的前沿科技媒体和研究机构,2016年2月成立人工智能与互联网进化实验室(AIE Lab),重点研究互联网,人工智能,脑科学,虚拟现实,机器人,移动互联网等领域的未来发展趋势和重大科学问题。

长按上方二维码关注微信号 Aitists

投稿邮箱:post@aitists.com

网友点评
猜你喜欢