课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
随着互联网的不断发展,人工智能技术对我们的生活都产生了一定的影响,而今天我们就通过案例分析来了解一下,人工智能技术发展面临哪些问题。
未来,人工智能将面临许多挑战,其中主要、关键的是如何获得人类的学习方式。
人工智能目前的学习方式是“监督式学习”,也就是研究者需要将经过标记的数据输入其程序之中进行学习训练。显然,“监督式学习”并不是人类学习的方式,人类的学习方式为“迁移学习”(transferlearning),也就是将一个领域的知识应用到另一个从未接触过的领域。
这也是“学习”真正的意义。如果一个人在有限的领域所学到的知识,无法应用到其他领域,那就说明其并没有学到那个领域的基本、抽象的概念。
目前,人工智能过度依赖计算机模型,而不是真实的环境。以糖尿病性视网膜病变为例,在计算机模拟的实验室环境下,研究人员做了4组实验,其诊断数据准确率高达98%至99%。但回到临床实验时,准确率下降至约90%。
从计算机到真实的环境,原始数据集的准确率呈现下降的趋势。如果人工智能的发展停留在监督式学习阶段,那么未来计算机模拟数据和临床数据的差异会进一步扩大。
因此,如何摆脱监督式学习,或者说如何实现知识迁移学习,是人工智能技术在未来10年取得突破性进展的关键。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请在707945861群中学习了解。