ปัญญาประดิษฐ์

ย้อนกลับไปในวิทยาลัยฉันมีครูทฤษฎีความซับซ้อนที่ระบุว่าปัญญาประดิษฐ์เป็นข้อขัดแย้งในแง่ ถ้ามันสามารถคำนวณได้โดยอัตโนมัติเขาแย้งมันไม่ใช่ความฉลาด แต่เป็นคณิตศาสตร์ สิ่งนี้ดูเหมือนจะเป็นตัวแปรของอาร์กิวเมนต์ห้องจีน เรื่องนี้เป็นคำอุปมาที่มีคนอยู่ในห้องที่เต็มไปด้วยหนังสือจีน บุคคลนี้ไม่เข้าใจคำศัพท์ภาษาจีน แต่ถูกตัดข้อความเป็นภาษาจีนใต้ประตู บุคคลนั้นจะต้องใช้หนังสือซึ่งมีกฎการเปลี่ยนแปลงเพื่อตอบข้อความเหล่านี้ บุคคลนั้นสามารถนำกฎการแปลงมาใช้ แต่ไม่เข้าใจว่าเขากำลังสื่อสารอะไรอยู่ การโต้เถียงในห้องจีนจัดขึ้นหรือไม่? เราสามารถยืนยันได้ว่าปัญญาประดิษฐ์เป็นเพียงอัลกอริทึมที่ฉลาดเท่านั้น?

10 philosophy  chinese-room-argument 

ปิด คำถามนี้เป็นคำถามความคิดเห็นตาม ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบข้อเท็จจริงและการอ้างอิงได้โดยแก้ไขโพสต์นี้ ปิดให้บริการใน3 ปีที่ผ่านมา คำพูดของสตีเฟ่นฮอว์คิงได้รับการกล่าวถึงในหัวข้อนี้มาระยะหนึ่งแล้ว: ปัญญาประดิษฐ์สามารถลบล้างมนุษยชาติเมื่อมันฉลาดเกินไปเพราะมนุษย์จะเป็นเหมือนมด ทำไมเขาพูดอย่างนี้? พูดง่ายๆก็คือคนธรรมดา: อะไรคือภัยคุกคามที่เป็นไปได้จาก AI? ถ้าเรารู้ว่า AI นั้นอันตรายทำไมเรายังส่งเสริมอยู่ ทำไมมันไม่ถูกแบน? อะไรคือผลกระทบเชิงลบของภาวะเอกฐานทางเทคโนโลยีที่เรียกว่า?

10 intelligent-agent 

ดูเหมือนว่าเครือข่ายประสาทลึกและแบบจำลองโครงข่ายประสาทเทียมอื่น ๆ มีอิทธิพลเหนือพื้นที่ปัจจุบันหลายอย่างเช่นคอมพิวเตอร์วิสัยทัศน์การจำแนกวัตถุการเรียนรู้การเสริมแรง ฯลฯ มีโดเมนที่ SVM (หรือรุ่นอื่น ๆ ) ยังคงให้ผลลัพธ์ที่ล้ำสมัยอยู่หรือไม่?

10 machine-learning  svm  state-of-the-art 

Autoencodersเป็นเครือข่ายประสาทที่เรียนรู้การบีบอัดข้อมูลที่นำเสนอเพื่อสร้างใหม่ในภายหลังเพื่อให้สามารถใช้สำหรับการลดขนาด พวกเขาประกอบด้วยตัวเข้ารหัสและตัวถอดรหัส (ซึ่งสามารถแยกเครือข่ายประสาทเทียม) การลดขนาดจะมีประโยชน์ในการจัดการหรือลดทอนปัญหาที่เกี่ยวข้องกับคำสาปของมิติซึ่งข้อมูลจะกระจัดกระจายและเป็นการยากที่จะได้รับ "นัยสำคัญทางสถิติ" ดังนั้นระบบเข้ารหัสอัตโนมัติ (และอัลกอริทึมอย่าง PCA) จึงสามารถใช้เพื่อจัดการกับคำสาปของมิติข้อมูล ทำไมเราถึงต้องใส่ใจกับการลดขนาดโดยเฉพาะการใช้ระบบเข้ารหัสอัตโนมัติ? เหตุใดเราไม่ใช้ PCA เพียงอย่างเดียวหากจุดประสงค์คือลดขนาด เหตุใดเราจึงต้องขยายการแสดงข้อมูลที่แฝงของอินพุทถ้าเราแค่ต้องการลดขนาดหรือทำไมเราจึงต้องมีส่วนของตัวถอดรหัสในตัวเข้ารหัสอัตโนมัติ? กรณีการใช้งานคืออะไร? โดยทั่วไปแล้วทำไมเราต้องบีบอัดอินพุตเพื่อขยายภายหลังหรือไม่ จะดีกว่าไหมถ้าใช้แค่อินพุตดั้งเดิม (เริ่มต้นด้วย)

10 machine-learning  autoencoders  dimensionality-reduction  curse-of-dimensionality 

มีฟังก์ชั่นการเปิดใช้งานหลายอย่างเช่น ReLU, sigmoid หรือ tanhtanh\tanh. จะเกิดอะไรขึ้นเมื่อฉันผสมฟังก์ชั่นการเปิดใช้งาน ฉันเพิ่งพบว่า Google ได้พัฒนาฟังก์ชั่นเปิดใช้งาน Swish ซึ่งเป็น (x * sigmoid) โดยการเปลี่ยนฟังก์ชั่นการเปิดใช้งานมันสามารถเพิ่มความแม่นยำให้กับปัญหาเครือข่ายประสาทขนาดเล็กเช่นปัญหา XOR ได้หรือไม่?

10 neural-networks  machine-learning  activation-function  relu  sigmoid 

นโยบายที่ดีที่สุดคือสุ่มเสมอ (นั่นคือแผนที่จากรัฐไปสู่การกระจายความน่าจะเป็นมากกว่าการกระทำ) หากสภาพแวดล้อมนั้นสุ่ม อย่างสังหรณ์ใจหากสภาพแวดล้อมเป็นสิ่งที่กำหนด (นั่นคือถ้าตัวแทนอยู่ในสถานะsss และดำเนินการ aaaจากนั้นสถานะถัดไป s's's' เหมือนกันเสมอไม่ว่าขั้นตอนใดเวลานั้นนโยบายที่เหมาะสมก็ควรถูกกำหนดไว้ (นั่นคือมันควรเป็นแผนที่จากสหรัฐฯไปสู่การกระทำ

10 reinforcement-learning  stochastic-policy  deterministic-policy  policy  environment 

ฉันเพิ่งสะดุดแนวคิดของการครอบคลุมเซลล์ประสาทซึ่งเป็นอัตราส่วนของเซลล์ประสาทที่เปิดใช้งานและเซลล์ประสาททั้งหมดในเครือข่ายประสาท แต่มันหมายถึงอะไรสำหรับเซลล์ประสาทที่จะ "เปิดใช้งาน"? ฉันรู้ว่าฟังก์ชั่นการเปิดใช้งานคืออะไร แต่การเปิดใช้งานหมายถึงอะไรเช่นในกรณีของ ReLU หรือฟังก์ชัน sigmoid

10 neural-networks  ai-basics  concepts  activation-function 

ดังนั้นฉันจึงพยายามนำ BFS ไปใช้กับตัวต่อSlide Blocks (ประเภทตัวเลข) ตอนนี้สิ่งสำคัญที่ฉันสังเกตเห็นคือถ้าคุณมี4*4คณะกรรมการจำนวนของรัฐสามารถมีขนาดใหญ่เป็น16!ดังนั้นฉันไม่สามารถระบุทุกรัฐล่วงหน้า ดังนั้นคำถามของฉันคือฉันจะติดตามรัฐที่เยี่ยมชมแล้วได้อย่างไร (ฉันกำลังใช้บอร์ดระดับแต่ละอินสแตนซ์ของชั้นเรียนมีรูปแบบกระดานที่ไม่ซ้ำกันและสร้างขึ้นโดยการระบุขั้นตอนที่เป็นไปได้ทั้งหมดจากขั้นตอนปัจจุบัน) ฉันค้นหาบนเน็ตและเห็นได้ชัดว่าพวกเขาไม่กลับไปยังขั้นตอนก่อนหน้าที่เพิ่งเสร็จสมบูรณ์แต่เราสามารถกลับไปยังขั้นตอนก่อนหน้าโดยเส้นทางอื่นด้วยเช่นกันจากนั้นระบุขั้นตอนทั้งหมดที่เคยเยี่ยมชมอีกครั้ง ดังนั้นวิธีการติดตามของรัฐที่เยี่ยมชมเมื่อทุกรัฐไม่ได้รับการระบุแล้ว? (การเปรียบเทียบสถานะปัจจุบันที่มีอยู่แล้วกับขั้นตอนปัจจุบันจะมีค่าใช้จ่ายสูง)

10 ai-design  algorithm  ai-basics  breadth-first-search 

ฉันคิดว่าข้อดีของการใช้ Leaky ReLU แทนที่จะเป็น ReLU คือด้วยวิธีนี้เราไม่สามารถไล่ระดับสีได้ Parametric ReLU มีข้อได้เปรียบเดียวกันกับความแตกต่างเพียงอย่างเดียวที่ความชันของเอาต์พุตสำหรับอินพุตเชิงลบเป็นพารามิเตอร์ที่เรียนรู้ได้ใน Leaky ReLU มันเป็นพารามิเตอร์ อย่างไรก็ตามฉันไม่สามารถบอกได้ว่ามีหลายกรณีที่สะดวกกว่าที่จะใช้ ReLU แทน Leaky ReLU หรือ Parametric ReLU

10 neural-networks  activation-function  relu 

มีแบบจำลองที่เป็นไปได้ที่มีศักยภาพในการแทนที่โครงข่ายประสาทเทียมในอนาคตอันใกล้นี้หรือไม่? และเราต้องการมันด้วยหรือไม่ อะไรคือสิ่งที่แย่ที่สุดเกี่ยวกับการใช้โครงข่ายประสาทเทียมในแง่ของประสิทธิภาพ?

10 neural-networks  convolutional-neural-networks  recurrent-neural-networks 

มันถูกนำมาเมื่อเร็ว ๆ นี้ความสนใจของฉันว่าผู้เชี่ยวชาญหมากรุกเอาผลการแข่งขันในขณะนี้ที่มีชื่อเสียงนี้เป็นสิ่งที่มีความไม่สบายใจ ดู: ผู้เล่นใหม่ที่ดีที่สุดของหมากรุกคืออัลกอริทึมที่กล้าหาญและกล้าหาญ ในฐานะที่ไม่ใช่ผู้เชี่ยวชาญเกี่ยวกับหมากรุกและหมากรุก AI ข้อสันนิษฐานของฉันคือว่าขึ้นอยู่กับประสิทธิภาพของ AlphaGo และการตรวจสอบวิธีการประเภทนั้นเกี่ยวกับเกม combinatorial คือ AI ที่มีอายุมากกว่าจะไม่มีโอกาส เหตุใดชัยชนะของอัลฟ่าซีโรจึงน่าประหลาดใจ

10 chess  alphazero 

ฉันพยายามตรวจสอบโลโก้ช่องทีวีในไฟล์วิดีโอดังนั้นเพียงแค่ใส่.mp4วิดีโอตรวจสอบว่ามีโลโก้นั้นอยู่ในเฟรมที่ระบุหรือพูดว่าเฟรมแรกหรือไม่ เรามีโลโก้นั้นล่วงหน้า (แม้ว่าอาจจะไม่ใช่ขนาดเดียวกัน 100%) และตำแหน่งจะถูกแก้ไขเสมอ ฉันมีวิธีการจับคู่รูปแบบอยู่แล้ว แต่ต้องใช้รูปแบบเป็น 100% ขนาดเดียวกัน ฉันต้องการใช้ Deep Learning และ Neural Network เพื่อให้บรรลุเป้าหมายนั้น ฉันจะทำสิ่งนั้นได้อย่างไร ฉันเชื่อว่า CNN สามารถมีประสิทธิภาพที่สูงขึ้นได้หรือไม่

10 neural-networks  convolutional-neural-networks  pattern-recognition  detecting-patterns 

นี่อาจฟังดูไร้สาระสำหรับคนที่มีประสบการณ์มากมายกับเครือข่ายประสาท แต่มันรบกวนจิตใจฉัน ... ฉันหมายถึงการสุ่มน้ำหนักเริ่มต้นอาจให้ผลลัพธ์ที่ดีกว่าซึ่งจะค่อนข้างใกล้เคียงกับเครือข่ายที่ผ่านการฝึกอบรมที่ควรมีลักษณะอย่างไร แต่อาจตรงข้ามกับที่ควรจะเป็นในขณะที่ 0.5 หรือค่าเฉลี่ยอื่น ๆ สำหรับช่วงน้ำหนักที่สมเหตุสมผล ค่าดูเหมือนจะเป็นการตั้งค่าเริ่มต้นที่ดี ... ทำไมน้ำหนักเริ่มต้นสำหรับเซลล์ประสาทจึงถูกสุ่มมากกว่า 0.5 สำหรับพวกเขาทั้งหมด?

10 neural-networks  training 

ฉันกำลังเขียนเอ็นจิ้นเพื่อเล่นเกมการ์ดเนื่องจากยังไม่มีเอ็นจิ้นสำหรับเกมนี้โดยเฉพาะ ฉันหวังว่าจะสามารถแนะนำโครงข่ายประสาทเทียมให้กับเกมได้ในภายหลังและให้เรียนรู้ที่จะเล่นเกม ฉันกำลังเขียนเอ็นจิ้นในลักษณะที่เป็นประโยชน์สำหรับผู้เล่น AI มีจุดเลือกและที่จุดเหล่านั้นรายการของตัวเลือกที่ถูกต้องจะถูกนำเสนอ การเลือกแบบสุ่มจะสามารถเล่นเกม (แม้ว่าจะไม่ดี) ฉันได้เรียนรู้มากมายเกี่ยวกับเครือข่ายประสาท (ส่วนใหญ่ NEAT และ HyperNEAT) และสร้างการใช้งานของฉันเอง ฉันยังไม่แน่ใจว่าจะสร้าง AI ที่ดีที่สุดที่สามารถพิจารณาตัวแปรทั้งหมดในเกมประเภทใดประเภทหนึ่งเหล่านี้ได้ มีวิธีการทั่วไปหรือไม่? ฉันรู้ว่า Keldon เขียน AI ที่ดีสำหรับ RftG ซึ่งมีความซับซ้อนในระดับที่เหมาะสมฉันไม่แน่ใจว่าเขาจะสร้าง AI ได้อย่างไร คำแนะนำใด ๆ? เป็นไปได้ไหม มีตัวอย่างที่ดีของสิ่งนี้หรือไม่? อินพุตถูกแมปอย่างไร? แก้ไข: ฉันดูออนไลน์และเรียนรู้ว่าเครือข่ายประสาททำงานอย่างไรและโดยปกติแล้วพวกเขาเกี่ยวข้องกับการจดจำรูปภาพหรือควบคุมเอเจนต์ธรรมดา ฉันไม่แน่ใจว่าจะนำไปใช้กับการเลือกด้วยบัตรที่มีการทำงานร่วมกันที่ซับซ้อนหรือไม่ ทิศทางใดต่อสิ่งที่ฉันควรมองเข้าไปจะได้รับการชื่นชมอย่างมาก เกี่ยวกับเกม: เกมคล้ายกับ Magic: The Gathering มีผู้บัญชาการที่มีสุขภาพและความสามารถ ผู้เล่นมีกลุ่มพลังงานที่พวกเขาใช้เพื่อวางลูกน้องและคาถาบนกระดาน มิเนียนมีสุขภาพค่าโจมตีค่าใช้จ่ายและอื่น ๆ การ์ดยังมีความสามารถซึ่งไม่สามารถระบุได้อย่างง่ายดาย ไพ่จะถูกเล่นจากมือไพ่ใหม่จะถูกดึงมาจากสำรับ สิ่งเหล่านี้จะเป็นประโยชน์สำหรับการพิจารณาโครงข่ายประสาท

10 neural-networks  machine-learning  gaming  neat 

ฉันได้ยินหลายครั้งว่าหนึ่งในปัญหาพื้นฐาน / เปิดของการเรียนรู้ลึกคือการขาด "ทฤษฎีทั่วไป" เพราะจริง ๆ แล้วเราไม่รู้ว่าทำไมการเรียนรู้ลึกจึงทำงานได้ดี แม้หน้าวิกิพีเดียในการเรียนรู้ลึกมีความเห็นคล้ายกัน ข้อความดังกล่าวเป็นที่น่าเชื่อถือและเป็นตัวแทนของรัฐภาคสนามหรือไม่?

10 deep-learning