亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        人工智能的未來

        2019-02-20 09:12:57編譯思羽
        世界科學 2019年6期
        關鍵詞:偏差機器人工智能

        編譯 思羽

        杰夫·迪恩(Jeff Dean)是谷歌公司的人工智能項目負責人,他與《美國科學家》(American Scientist)主編費內拉·桑德斯(Fenella Saunders)對談,討論了當前人工智能研究所面臨的若干重大進展和擔憂,以及這種局面會如何影響人類社會。

        機器學習領域已經(jīng)取得許多進展,你認為其發(fā)展方向在哪?

        我們已經(jīng)在深度學習方面取得重要進展。深度學習本質上是人工神經(jīng)網(wǎng)絡的重塑。人工神經(jīng)網(wǎng)絡已經(jīng)出現(xiàn)三四十年,作為從相關的輸入和輸出信息中進行抽象學習的方式。但現(xiàn)在證明,深度學習可用于計算機視覺、語音識別、語言理解和語言翻譯領域中的各種問題。

        現(xiàn)在,依靠機器學習,我們突然之間能攻克設計和工程領域的許多重大挑戰(zhàn)。諸如“我們如何讓人們的醫(yī)療保健更好?”或者“我們如何發(fā)展或重建都市的基礎設施?”的問題是機器學習能夠解答的。例如,在重新思考應當如何設計城市時,自動駕駛車輛將會是重要的考慮因素,因為自動駕駛車輛與我們現(xiàn)在駕駛的車輛截然不同。

        機器學習建立在這樣模型上,即向計算機展示許多實例,直到計算機明白其中的關聯(lián)?,F(xiàn)在還有其他學習機制嗎?

        各種最為成功的機器學習都是這種形式的:收集你感興趣的輸入和輸出信息,形成大型數(shù)據(jù)集。數(shù)據(jù)集也許是許多圖片,每張圖片上標示著“這是卡車”“這是鴿子”“這是一種猴子”。通過暴露在許多這樣的實例下,系統(tǒng)就能學會歸納一張全新的圖片?,F(xiàn)在它可以說“哎,那張圖片也是卡車”。這個過程被稱為監(jiān)督式機器學習。

        然而,其他類型的機器學習方法也在取得重大進展。在一項被稱為強化學習的技術中,你可以實施一組行動,每一步你試圖預測:什么行動最合理。在行動過程中,你開始明白你采取的那組行動是好還是壞。

        如何使數(shù)據(jù)集和算法不易受到無意識偏差(unconscious bias)的影響?

        機器學習算法中的偏差是個大問題,我們需要意識到這個問題。關于我們如何讓這些系統(tǒng)以自動方式減少偏差的問題是非?;钴S的研究領域。問題之一是:有時候訓練使用的數(shù)據(jù)本身具有偏差。

        或你已經(jīng)收集到一組數(shù)據(jù)集,但它不匹配你訓練模型的數(shù)據(jù)分布。比如說,假如你以北美婚禮的照片來訓練模型,然后開始試圖識別印度婚禮,數(shù)據(jù)集的分布和你可能看到的圖像是迥然不同的。所以,對于你關注的問題,收集到具有正確分布性質的數(shù)據(jù)集是機器學習的重要技巧。

        還有一項技術是讓你能從算法層面調整機器學習模型,達到所需的結果。譬如說,當所有其他條件相同時,你希望這兩組實例擁有獲得某種結果的相同概率。這樣就能采用在訓練時具有偏差的模型,從算法層面調整它的結果,使得它的偏差變小。

        在機器學習的時代,你對隱私有什么見解?

        當民眾利用許多新式在線服務時,他們生成了如何使用那些服務的許多數(shù)據(jù)。商業(yè)公司常常利用這些數(shù)據(jù)來改善服務,比如通過理解“人們觀看這類視頻時,也許對那類視頻也感興趣”的現(xiàn)象改善服務。或者,當用戶誤輸入這個單詞、接著又糾正單詞時,我們也許能學習到一種拼寫糾正機制。

        我相信,對于是否收集那些數(shù)據(jù),民眾應該有控制權;假如用戶同意收集數(shù)據(jù),他們也應該有刪除數(shù)據(jù)的能力。而且數(shù)據(jù)的刪除應該及時生效,像人們更新他們的機器學習系統(tǒng)一樣快捷。

        機器學習有沒有方法幫助人類突破樊籠?

        我認為:在算法上存在這樣的機遇,即促進用戶接觸事物的多樣性。這肯定是我們在產(chǎn)品層面上思考的東西,我們想讓用戶接觸到一些讓他們思維激蕩的信息,而不是接觸完全符合他們當前思維的東西。

        盡管機器現(xiàn)在可以自我訓練,但機器學習程序仍然是人類創(chuàng)造的。你是否強調團隊成員背景和文化的多樣性,借此確保團隊能誕生更強健的研究?

        是的,絕對是這樣。計算機科學和機器學習正在全球范圍創(chuàng)造出有趣的新產(chǎn)品與應用,它們在影響幾十億人。于是,你會希望那些服務由使用它們的廣泛人群所創(chuàng)造。對我來說,重要的是我們要在全球范圍尋找有才華的人,他們有各種各樣的背景,幫助創(chuàng)造出新的機器學習算法、新的研究手段、新的產(chǎn)品。

        我希望,研究人員和背景的多樣性能有助于機器學習和計算領域。

        猜你喜歡
        偏差機器人工智能
        機器狗
        機器狗
        如何走出文章立意偏差的誤區(qū)
        學生天地(2020年6期)2020-08-25 09:10:50
        兩矩形上的全偏差
        2019:人工智能
        商界(2019年12期)2019-01-03 06:59:05
        人工智能與就業(yè)
        未來機器城
        電影(2018年8期)2018-09-21 08:00:06
        數(shù)讀人工智能
        小康(2017年16期)2017-06-07 09:00:59
        下一幕,人工智能!
        南風窗(2016年19期)2016-09-21 16:51:29
        關于均數(shù)與偏差
        久久精品国产亚洲av高清热| 精品人妻伦一二三区久久| 亚洲av日韩aⅴ无码色老头| 老熟妇高潮喷了╳╳╳| 国语憿情少妇无码av| 综合成人亚洲网友偷自拍| 97一期涩涩97片久久久久久久| 精品人妻伦九区久久aaa片69| 人妖精品视频在线观看| 国产我不卡在线观看免费| av无码国产精品色午夜| 久久人人玩人妻潮喷内射人人| 成人永久福利在线观看不卡 | 精品欧洲av无码一区二区14| 国产乱沈阳女人高潮乱叫老| 国产精品亚洲一区二区极品| 日本二区在线视频观看| 成人精品视频一区二区三区尤物 | 精品露脸国产偷人在视频| 毛茸茸的中国女bbw| 欧美洲精品亚洲精品中文字幕| 国产激情一区二区三区成人| 国产七十六+老熟妇| 亚洲色图+国产精品| 一区二区三区精品偷拍av| 国产一区二区三区中文在线| 欧美精品一区二区蜜臀亚洲| 亚洲av无码一区二区乱子仑| 街拍丝袜美腿美女一区| 蜜臀av色欲a片无码精品一区| 亚洲爆乳无码专区| 女同国产日韩精品在线| 插插射啊爱视频日a级| 亚洲五月天综合| 久久国产香蕉一区精品天美| 中文字幕av人妻少妇一区二区| 国产精品 人妻互换| 婷婷综合缴情亚洲狠狠| 亚洲av手机在线播放| 在线天堂www中文| 免费人成在线观看播放国产|