ปัญญาประดิษฐ์

Geoffrey Hinton ได้ทำการค้นคว้าสิ่งที่เขาเรียกว่า "ทฤษฎีแคปซูล" ในเครือข่ายประสาทเทียม มันคืออะไรและมันทำงานอย่างไร

34 neural-networks 

การทดสอบของทัวริงเป็นการทดสอบครั้งแรกของปัญญาประดิษฐ์และล้าสมัยไปเล็กน้อย การทดสอบทัวริงโดยรวมมีจุดมุ่งหมายที่จะเป็นการทดสอบที่ทันสมัยกว่าซึ่งต้องใช้ระบบที่ซับซ้อนมากขึ้น เทคนิคใดที่เราสามารถใช้เพื่อระบุปัญญาประดิษฐ์ (AI อ่อนแอ) และปัญญาประดิษฐ์ทั่วไป (AI ที่แข็งแกร่ง)

34 turing-test  strong-ai  intelligent-agent  weak-ai 

ฉันเคยได้ยินความคิดเกี่ยวกับความแปลกประหลาดทางเทคโนโลยีมันคืออะไรและเกี่ยวข้องกับปัญญาประดิษฐ์ได้อย่างไร นี่คือประเด็นทางทฤษฎีที่เครื่องปัญญาประดิษฐ์ก้าวหน้าไปถึงจุดที่พวกเขาเติบโตและเรียนรู้ด้วยตัวเองเกินกว่าสิ่งที่มนุษย์สามารถทำได้และการเติบโตของพวกเขาจะออกไปไหม เราจะรู้ได้อย่างไรเมื่อเรามาถึงจุดนี้

32 philosophy  definitions  agi  superintelligence  singularity 

ฉันเพิ่งจบหลักสูตรปริญญาโทวิทยาศาสตร์ข้อมูล 1 ปีที่เราสอนอาร์ฉันพบว่า Python เป็นที่นิยมมากขึ้นและมีชุมชนขนาดใหญ่ขึ้นใน AI มันคุ้มค่าสำหรับคนที่อยู่ในตำแหน่งของฉันที่จะเปลี่ยนเป็นงูหลามและถ้าใช่ทำไม? หลามมีคุณสมบัติการเปลี่ยนเกมใด ๆ ที่ไม่พร้อมใช้งานใน R หรือมันเป็นเพียงเรื่องของชุมชนหรือไม่?

31 python  comparison  r 

ฉันเคยได้ยินมาก่อนจากนักวิทยาศาสตร์คอมพิวเตอร์และนักวิจัยในพื้นที่ของ AI ว่า Lisp เป็นภาษาที่ดีสำหรับการวิจัยและพัฒนาปัญญาประดิษฐ์ สิ่งนี้ยังใช้ได้หรือไม่กับการเพิ่มจำนวนของโครงข่ายประสาทและการเรียนรู้ที่ลึก อะไรคือเหตุผลของพวกเขาสำหรับเรื่องนี้? ระบบการเรียนรู้แบบลึกในปัจจุบันมีภาษาอะไรในปัจจุบัน

30 neural-networks  machine-learning  deep-learning  research  programming-languages 

ฉันกำลังพยายามหางานวิจัยที่มีอยู่เกี่ยวกับวิธีเลือกจำนวนเลเยอร์ที่ซ่อนอยู่และขนาดของ RNN ที่ใช้ LSTM มีบทความที่ตรวจสอบปัญหานี้หรือไม่เช่นเซลล์หน่วยความจำควรใช้เท่าไร? ฉันคิดว่ามันทั้งหมดขึ้นอยู่กับแอปพลิเคชันและในบริบทที่มีการใช้แบบจำลอง แต่งานวิจัยบอกว่าอย่างไร

28 neural-networks  machine-learning  research  recurrent-neural-networks  lstm 

เมื่อคุณเขียนอัลกอริทึมของคุณคุณจะรู้จำนวนเซลล์ประสาทที่คุณต้องการต่อเลเยอร์เดียวได้อย่างไร มีวิธีใดบ้างในการค้นหาจำนวนที่เหมาะสมหรือเป็นกฎง่ายๆ?

28 deep-network  search  neurons 

ความเข้าใจของฉันคือชั้นของเครือข่ายประสาทเทียมแบบ Convolutional มีสี่มิติคือ input_channels, filter_height, filter_width, number_of_filters ยิ่งไปกว่านั้นฉันเข้าใจว่าตัวกรองใหม่แต่ละตัวมีความซับซ้อนมากกว่า input_channels ทั้งหมด (หรือคุณสมบัติ / แผนที่เปิดใช้งานจากเลเยอร์ก่อนหน้า) อย่างไรก็ตามกราฟิกด้านล่างจาก CS231 จะแสดงตัวกรองแต่ละตัว (สีแดง) ที่ใช้กับช่องเดี่ยวแทนที่จะใช้ตัวกรองเดียวกันที่ใช้ข้ามช่องสัญญาณ ดูเหมือนว่านี่จะบ่งบอกว่ามีตัวกรองแยกต่างหากสำหรับช่อง EACH (ในกรณีนี้ฉันสมมติว่าเป็นช่องสามสีของภาพที่ป้อน แต่สิ่งเดียวกันจะใช้กับช่องสัญญาณทั้งหมด) นี่คือความสับสน - มีตัวกรองที่ไม่ซ้ำกันที่แตกต่างกันสำหรับแต่ละช่องสัญญาณเข้าหรือไม่? ที่มา: http://cs231n.github.io/convolutional-networks/ ภาพด้านบนดูเหมือนจะขัดแย้งกับข้อความที่ตัดตอนมาจาก"พื้นฐานการเรียนรู้ลึก"ของ O'reilly : "... ตัวกรองไม่เพียงทำงานบนแผนที่คุณลักษณะเดียวเท่านั้นพวกเขาทำงานบนไดรฟ์ข้อมูลแผนที่ทั้งหมดที่สร้างขึ้นในเลเยอร์เฉพาะ ... ด้วยเหตุนี้คุณสมบัติแผนที่จะต้องสามารถทำงานได้มากกว่าโวลุ่ม ไม่ใช่แค่พื้นที่ " ... นอกจากนี้มันเป็นความเข้าใจของฉันที่ภาพด้านล่างนี้แสดงให้เห็นว่าตัวกรองTHE SAMEนั้นได้รับการโน้มน้าวใจเหนือช่องสัญญาณอินพุตทั้งสาม (ขัดแย้งกับสิ่งที่แสดงในกราฟิก CS231 ด้านบน):

28 deep-learning  convolutional-neural-networks  image-recognition 

อะไรคือความแตกต่างระหว่างการเรียนรู้การเสริมแรงแบบไม่มีโมเดลและแบบจำลอง? สำหรับฉันแล้วดูเหมือนว่าผู้เรียนแบบฟรีที่เรียนรู้ผ่านการลองผิดลองถูกสามารถอ้างอิงเป็นแบบจำลองได้ ในกรณีนั้นผู้เรียนที่ไม่มีโมเดลจะมีความเหมาะสมเมื่อใด

28 reinforcement-learning  comparison  model-based  model-free 

กระดาษข้อ จำกัด ของการเรียนรู้อย่างลึกล้ำในการตั้งค่าของฝ่ายตรงข้ามสำรวจว่าเครือข่ายประสาทอาจเสียหายโดยผู้โจมตีที่สามารถจัดการชุดข้อมูลที่เครือข่ายประสาทเทียมฝึกอบรมได้ การทดลองของผู้เขียนกับโครงข่ายประสาทเทียมนั้นหมายถึงการอ่านตัวเลขที่เขียนด้วยลายมือเพื่อบ่อนทำลายความสามารถในการอ่านโดยการบิดเบือนตัวอย่างของตัวเลขที่เขียนด้วยลายมือที่เครือข่ายประสาทเทียมได้รับการฝึกฝน ฉันกังวลว่านักแสดงที่เป็นอันตรายอาจลองแฮ็ค AI ตัวอย่างเช่น การปลอมแปลงยานพาหนะของตนเองเพื่อแปลความหมายสัญญาณหยุดเทียบกับการ จำกัด ความเร็ว ข้ามการจดจำใบหน้าเช่นสิ่งที่อยู่ในเครื่อง ATM การข้ามตัวกรองสแปม การวิเคราะห์ความเชื่อมั่นของคนโง่จากบทวิจารณ์ภาพยนตร์โรงแรม ฯลฯ ผ่านเครื่องมือตรวจจับความผิดปกติ แกล้งทำคำสั่งเสียง เครื่องจำแนกประเภทการเรียนรู้การทำนายทางการแพทย์ สิ่งที่มีผลต่อฝ่ายตรงข้ามอาจส่งผลกระทบต่อโลก เราจะป้องกันได้อย่างไร

27 neural-networks  deep-learning  philosophy  generative-adversarial-networks  ai-safety 

จนถึงวันนี้ฉัน - ในฐานะคนธรรมดา AI - สับสนโดยสัญญาและบรรลุการปรับปรุงการแปลอัตโนมัติ ความประทับใจของฉันคือ: ยังคงมีวิธีที่จะไปได้ไกลมาก หรือมีคำอธิบายอื่น ๆ ว่าทำไมการแปลอัตโนมัติ (เสนอและให้บริการโดย Google เช่น) ของบทความวิกิพีเดียที่ค่อนข้างง่ายที่ยังคงอ่านและฟังดูไร้สาระเป็นหลักอ่านได้ยากและมีประโยชน์และมีประโยชน์เพียงบางส่วนเท่านั้น? มันอาจขึ้นอยู่กับความชอบส่วนบุคคล (เกี่ยวข้องกับการอ่านความช่วยเหลือและประโยชน์) แต่ความคาดหวังส่วนตัวของฉันผิดหวังอย่างมาก วิธีอื่น ๆ : การแปลของ Google ยังคงสามารถอ่านได้มีประโยชน์และเป็นประโยชน์สำหรับผู้ใช้ส่วนใหญ่หรือไม่? หรือ Google มีเหตุผลในการรักษาความสำเร็จ (และไม่แสดงต่อผู้ใช้ที่ดีที่สุดที่พวกเขาสามารถแสดงได้) ผลลัพธ์เบื้องต้น: เรายังคงห่างไกลจากความสามารถในการพูดคุยกับปัญญาประดิษฐ์ในฐานรากและความเข้าใจที่เท่าเทียมกัน - เฉพาะในระดับของสายอักขระ แล้วทำไมเราต้องกลัว เพราะพวกเขารู้มากกว่าที่เรารู้ - แต่เราไม่รู้

27 natural-language-processing  machine-translation 

เครือข่ายประสาทเทียมมีคำคุณศัพท์ที่ "ลึก" แตกต่างจากเครือข่ายอื่นที่คล้ายคลึงกันอย่างไร

25 neural-networks  machine-learning  deep-network  terminology  comparison 

ฉันทราบว่าเครือข่ายประสาทอาจไม่ได้ถูกออกแบบมาให้ทำเช่นนั้นอย่างไรก็ตามถามสมมุติว่าเป็นไปได้ไหมที่จะฝึกโครงข่ายประสาทลึก (หรือคล้ายกัน) เพื่อแก้สมการทางคณิตศาสตร์ ดังนั้นเมื่อได้รับ 3 อินพุท: หมายเลขที่ 1 เครื่องหมายของโอเปอเรเตอร์แสดงด้วยหมายเลข (1 - +, 2 - -, 3 - /, 4 - *และอื่น ๆ ) และหมายเลขที่ 2 จากนั้นหลังจากการฝึกอบรมเครือข่ายควรให้ผลลัพธ์ที่ถูกต้อง ตัวอย่างที่ 1 ( 2+2): การป้อนข้อมูลที่ 1: 2; อินพุต 2: 1( +); อินพุต 3: 2; ผลลัพธ์ที่คาดหวัง:4 การป้อนข้อมูลที่ 1: 10; อินพุต 2: 2( -); อินพุต 3: …

24 neural-networks  math 

ทฤษฎีปัจจุบันเกี่ยวกับการพัฒนาของ AI ที่ใส่ใจคืออะไร? มีใครบ้างที่พยายามพัฒนา AI ที่ใส่ใจ? เป็นไปได้ไหมว่าการมีสติเป็นปรากฏการณ์ฉุกเฉินนั่นคือเมื่อเรานำความซับซ้อนมาสู่ระบบของเรามากพอมันจะกลายเป็นสิ่งที่รู้ตัว

24 philosophy  theory  artificial-consciousness 

ฉันต้องการฝึกโครงข่ายประสาทเทียมที่คลาสเอาต์พุตไม่ได้ถูกกำหนดไว้ตั้งแต่ต้น คลาสที่มากขึ้นจะถูกนำมาใช้ในภายหลังตามข้อมูลที่เข้ามา ซึ่งหมายความว่าทุกครั้งที่ฉันแนะนำคลาสใหม่ฉันจะต้องฝึกฝน NN ใหม่ ฉันจะฝึกอบรม NN แบบเพิ่มหน่วยได้นั่นคือโดยไม่ลืมข้อมูลที่ได้มาก่อนหน้านี้ในระหว่างขั้นตอนการฝึกอบรมครั้งก่อน

23 neural-networks  machine-learning  incremental-learning  transfer-learning