主题:【原创】教育探索(六)—大脑神经网络是如何形成的 -- 夕曦
统计贝叶斯方法能够统领机器学习这么多年,绝对不是毫无缘由的,统计学与人类决策必然存在天然联系,不仅仅在于统计学在很多时候能够给出类似的正确决策,而且人类的错误决策,例如短视、浅视、经验主义等,也可以从统计学上找到对应的问题
“多层神经网络+贝叶斯方法”的路子问题不大,但是离真正的人工智能之间的差距仍然有十万八千里,这里面的鸿沟主要是两个(或者说一个),一是量化,目前深度学习虽然体现出了“直觉、概念”等潜力,但是受限于网络和问题规模,其可利用价值不大,所有的输入、输出仍然必须量化成数字才能与机器交流,而很多我们日常接触的东西,能否量化,怎么量化,这是一个非常大的问题;二是目标,神经网络也好,贝叶斯方法也好,归根到底都是一个数学的优化问题,那么一个好的优化目标,在解决问题的过程中起到举足轻重的作用,那么规则的发展、系统的发展,以及自身的发展,这样的优化目标,以目前机器“概念”的能力还完全理解不了,表现就是机器不具备主观能动性,只会死板地完成人类指定的具体学习任务,而没有更宏观的学习目标,所以这个问题也可以说成是一个目标的量化问题
而这个量化问题,至少在目前,还没看到任何能够解决的希望
- 相关回复 上下关系8
🙂关于否定之否定 5 jahcoo 字1316 2016-09-28 22:10:17
🙂谢谢回复 3 陈王奋起 字363 2016-09-27 10:08:46
🙂我很期待你的下一篇 1 唐家山 字787 2016-09-28 03:19:07
🙂统计贝叶斯方法能够统领机器学习这么多年
🙂思维的过程,人脑有working memory(缓存) 1 夕曦 字164 2016-09-27 10:32:53
🙂我觉得人脑有几个不同的硬件规律分析回路 三力思 字384 2016-09-27 10:05:33
🙂不是几个不同的分析回路,而是多得数不过来。 夕曦 字75 2016-09-27 10:36:02
🙂楼主思考的方向很有意义,但如果能严谨就更好了 Matt 字311 2014-01-05 12:01:54