ปัญญาประดิษฐ์

ฉันกำลังพัฒนาเครื่องมือ AI เพื่อค้นหาข้อผิดพลาดของอุปกรณ์ที่รู้จักและค้นหารูปแบบของความล้มเหลวใหม่ ล็อกไฟล์นี้เป็นไปตามเวลาและมีข้อความที่รู้จัก (ข้อมูลและข้อผิดพลาด) ฉันกำลังใช้ไลบรารี JavaScript เหตุการณ์จะลดลงเพื่อแสดงข้อมูลในแบบที่นุ่มนวล รูปแบบและค้นหารูปแบบที่เป็นไปได้ใหม่ ฉันมีข้อกำหนดบางอย่าง: 1 - เครื่องมือจะต้องเป็น ไม่มีการพึ่งพาการติดตั้งสภาพแวดล้อมพิเศษหรือ b ยิ่งน้อยยิ่งดี (สถานการณ์ที่สมบูรณ์แบบคือการเรียกใช้เครื่องมือทั้งหมดบนเบราว์เซอร์ในโหมดสแตนด์อโลน); 2 - ความเป็นไปได้ที่จะทำให้ตัววิเคราะห์รูปแบบมีการแยกส่วนชนิดของโมดูลหนึ่งโมดูลต่อข้อผิดพลาด; อัลกอริทึมชนิดที่แนะนำในการทำสิ่งนี้คืออะไร (โครงข่ายประสาทเทียมอัลกอริทึมพันธุกรรม ฯลฯ ) มีบางอย่างในการใช้งาน JavaScript ใช่ไหม ถ้าไม่ใช่ภาษาที่ดีที่สุดในการทำ AI นี้คืออะไร?

12 machine-learning  ai-design  training 

คำถามเกี่ยวกับสถาปัตยกรรมของ Deep Residual Networks ( ResNets ) รูปแบบที่ชนะอันดับ 1 ในงาน"Large Scale Visual Recognition Challenge 2015" (ILSVRC2015)ในห้าเส้นทางหลัก: การจำแนกประเภทของ ImageNet:“ ล้ำลึก” (อ้างถึงยานน์) ตาข่าย 152 ชั้น การตรวจจับ ImageNet: ดีขึ้นกว่า 2% 16% การแปล ImageNet: 27% ดีกว่าที่ 2 การตรวจจับ COCO: ดีขึ้นกว่า 2% 11% การแบ่งส่วน COCO: ดีกว่าอันดับ 2 ถึง 12% ที่ มา: การ แข่งขัน MSRA @ …

12 neural-networks  machine-learning  deep-network  deep-learning  pattern-recognition 

ฉันพบแผ่นโกงโครงข่ายประสาทต่อไปนี้ (แผ่นโกงสำหรับ AI, โครงข่ายประสาทเทียม, การเรียนรู้ของเครื่อง, การเรียนรู้ลึกและข้อมูลขนาดใหญ่ ) เครือข่ายประสาทประเภทต่าง ๆ เหล่านี้ใช้ทำอะไร? ตัวอย่างเช่นเครือข่ายประสาทใดสามารถใช้สำหรับการถดถอยหรือการจำแนกซึ่งสามารถใช้สำหรับการสร้างลำดับ ฯลฯ ฉันต้องการภาพรวมสั้น ๆ (1-2 บรรทัด) ของแอปพลิเคชันของพวกเขา

11 neural-networks  machine-learning  deep-learning  applications 

ฉันได้ฟังการพูดคุยโดยคณะผู้อภิปรายประกอบด้วยนักวิทยาศาสตร์ชาวจีนผู้มีอิทธิพลสองคน ได้แก่Wang GangและYu Kaiและคนอื่น ๆ เมื่อถูกถามเกี่ยวกับคอขวดที่ใหญ่ที่สุดของการพัฒนาปัญญาประดิษฐ์ในอนาคตอันใกล้ (3 ถึง 5 ปี) Yu Kai ผู้มีพื้นฐานในอุตสาหกรรมฮาร์ดแวร์กล่าวว่าฮาร์ดแวร์จะเป็นปัญหาที่สำคัญและเราควรจ่ายให้มากที่สุด เราใส่ใจต่อสิ่งนั้น เขาให้เราสองตัวอย่าง: ในช่วงแรกของการพัฒนาคอมพิวเตอร์เราเปรียบเทียบเครื่องของเรากับชิป ปัญญาประดิษฐ์ที่ได้รับความนิยมอย่างมากในปีนี้แทบจะเป็นไปไม่ได้เลยหากไม่ได้รับการเสริมประสิทธิภาพจาก GPU ของ Nvidia อัลกอริธึมพื้นฐานมีอยู่แล้วในทศวรรษ 1980 และ 1990 แต่ปัญญาประดิษฐ์นั้นผ่านฤดูหนาว 3 AI และไม่ได้เกิดขึ้นจริงจนกว่าเราจะสามารถฝึกอบรมโมเดลด้วย GPU ขนาดใหญ่ที่เพิ่มประสิทธิภาพเซิร์ฟเวอร์ จากนั้นดร. วังแสดงความคิดเห็นต่อความคิดเห็นของเขาว่าเราควรพัฒนาระบบซอฟต์แวร์เพราะเราไม่สามารถสร้างรถยนต์อัตโนมัติได้แม้ว่าเราจะรวม GPU และการคำนวณทั้งหมดในโลกเข้าด้วยกัน จากนั้นตามปกติจิตใจของฉันก็เริ่มเลือนหายไปและฉันก็เริ่มคิดว่าจะเกิดอะไรขึ้นถ้าคนที่สามารถทำงานซูเปอร์คอมพิวเตอร์ในช่วงปี 1980 และ 1990 นั้นใช้อัลกอริธึมโครงข่ายประสาทเทียมที่มีอยู่ในปัจจุบัน บางคนในเวลานั้นสามารถพยายามสร้างระบบ AI ที่เรากำลังสร้างได้อย่างชัดเจน แต่ทำไม AI ถึงกลายเป็นประเด็นร้อนแรงและกลายเป็นประจักษ์พยานจนกระทั่งหลายทศวรรษต่อมา มันเป็นเพียงเรื่องของฮาร์ดแวร์ซอฟต์แวร์และข้อมูลหรือไม่?

11 history  hardware  software-development 

ออนโทโลจีใน AI คืออะไร ฉันจะเขียนพวกเขาอย่างไรและทำไมพวกเขาถึงสำคัญ?

11 ai-design  terminology  definitions  ontology 

จากรายงานการวิจัยของ DeepMind ที่ arxiv.org: ในบทความนี้เราใช้อัลกอริทึมที่คล้ายกัน แต่โดยทั่วไปซึ่งเราเรียกว่าAlphaZeroกับเกมหมากรุกและโชกิรวมถึง Go โดยไม่มีความรู้ด้านโดเมนเพิ่มเติมยกเว้นกฎของเกมแสดงให้เห็นว่าการเรียนรู้การเสริมแรงทั่วไป อัลกอรึทึมสามารถบรรลุได้, ตารางประสิทธิภาพ, ประสิทธิภาพเหนือมนุษย์ในหลาย ๆ โดเมนที่ท้าทาย นี่หมายความว่า AlphaZero เป็นตัวอย่างของ AGI (Artificial General Intelligence) หรือไม่?

11 game-ai  definitions  agi  alphago 

ลองนึกภาพว่าพยายามสร้างสภาพแวดล้อมเสมือนจำลองที่ซับซ้อนพอที่จะสร้าง "AI ทั่วไป" (ซึ่งฉันกำหนดเป็น AI ที่รู้ตัวเอง) แต่ก็ง่ายที่สุดเท่าที่จะทำได้ สภาพแวดล้อมที่น้อยที่สุดนี้จะเป็นอย่างไร เช่นสภาพแวดล้อมที่เป็นเพียงเกมหมากรุกจะง่ายเกินไป โปรแกรมหมากรุกไม่สามารถเป็น AI ทั่วไป สภาพแวดล้อมที่มีตัวแทนหลายรายที่เล่นหมากรุกและสื่อสารผลลัพธ์ของพวกเขาถึงกันและกัน นี่เป็น AI ทั่วไปหรือไม่ (ถ้าคุณสามารถพูดได้ว่าเป็นปรมาจารย์หมากรุกที่คิดเกี่ยวกับหมากรุกตลอดทั้งวันมี 'AI ทั่วไป' ในระหว่างที่เขาคิดเกี่ยวกับหมากรุก แล้วโลกที่เหมือนซิม 3D จะเป็นอย่างไร ดูเหมือนจะซับซ้อนเกินไป ท้ายที่สุดทำไม AI ทั่วไปถึงไม่สามารถมีอยู่ในโลก 2 มิติ อะไรจะเป็นตัวอย่างของสภาพแวดล้อมที่เรียบง่าย แต่ไม่ง่ายเกินไปที่ AI จะมีความตระหนักรู้ในตนเอง?

11 agi  artificial-consciousness  self-awareness 

ปิด คำถามนี้จะต้องมีมากขึ้นมุ่งเน้น ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้มุ่งเน้นที่ปัญหาเดียวโดยแก้ไขโพสต์นี้ ปิดเมื่อเดือนที่แล้ว ฉันเป็นวิศวกรซอฟต์แวร์ / ฮาร์ดแวร์มาหลายปีแล้ว อย่างไรก็ตามฉันไม่รู้อะไรเกี่ยวกับ AI และการเรียนรู้ของเครื่อง ฉันมีพื้นฐานที่แข็งแกร่งในการประมวลผลสัญญาณดิจิตอลและภาษาการเขียนโปรแกรมต่างๆ (เช่น C, C ++ หรือ Swift) มีแหล่งข้อมูลใดบ้าง (เช่นหนังสือหรือไกด์) ที่สอนทฤษฎีและปรัชญา AI ของคุณตั้งแต่เริ่มต้นและจากนั้นจะเป็นตัวอย่างของการใช้งานจริงเครื่องมือปัจจุบันตัวอย่างที่คุณสามารถเรียกใช้เป็นต้น ดังนั้นฉันไม่ได้มองหาแหล่งข้อมูลทางวิชาการหรือสถิติเกินไป

11 getting-started 

ฉันกำลังพยายามหาวิธีการวางแผนเพื่อแก้ปัญหาที่พยายามทำแบบจำลองการเรียนรู้ของวัสดุใหม่ เราคิดว่าเรามีแหล่งข้อมูลเพียงแหล่งเดียวเช่น Wikipedia ซึ่งมีรายการบทความที่แสดงเป็นเวกเตอร์ของความรู้ที่มีอยู่และความพยายามในการอ่านบทความนั้น เวกเตอร์ความรู้และความพยายาม ก่อนที่เราจะเริ่มเราตั้งขนาดของเวกเตอร์ขึ้นอยู่กับจำนวนความรู้ประเภทต่างๆ ตัวอย่างเช่นเราสามารถกำหนดรายการในเวกเตอร์ที่จะเป็น(algebra, geometry, dark ages)แล้ว 'วัด' บทความทั้งหมดจากมุมมองนี้ ดังนั้นบทความทางคณิตศาสตร์น่าจะเป็น(5,7,0)เพราะมันจะพูดถึงพีชคณิตและเรขาคณิตเป็นจำนวนมาก แต่ไม่เกี่ยวกับยุคมืด นอกจากนี้ยังจะมีความพยายามในการอ่านซึ่งเป็นเพียงจำนวนเต็ม ปัญหา จากบทความทั้งหมด (แสดงเป็นเวกเตอร์ความรู้ด้วยความพยายาม) เราต้องการค้นหาชุดบทความที่ดีที่สุดที่ช่วยให้เราไปถึงเป้าหมายความรู้ (หรือเป็นเวกเตอร์) ดังนั้นเป้าหมายความรู้อาจเป็นไปได้(4,4,0)และก็เพียงพอที่จะอ่านบทความ(2,1,0)และ(2,3,0)เนื่องจากเมื่อเพิ่มเข้ามามันจึงรวมเข้ากับเป้าหมายความรู้ เราต้องการที่จะทำเช่นนี้กับความพยายามน้อยที่สุด คำถาม ฉันลองใช้ฮิวริสติกส์เพื่อหาค่าประมาณ แต่ฉันสงสัยว่ามีวิธีการวางแผนกลยุทธ์ที่ทันสมัยที่สามารถใช้แทนได้หรือไม่?

11 research  heuristics  knapsack-problem 

ฉันต้องการฝึกบอทที่ใช้การป้อนข้อความจดจำบางหมวดหมู่และตอบคำถามตามนั้น นอกจากนี้ในเวอร์ชั่น 2.0 ฉันต้องการให้ bot ตอบรับอินพุตด้วยเช่นกัน ขั้นตอนวิธีการเรียนรู้ของเครื่อง / AI ล่าสุดที่เหมือนกันมีอะไรบ้าง? โปรดแจ้งให้เราทราบ

11 machine-learning  algorithm  chat-bots 

ฉันสงสัยว่าจะฝึกโครงข่ายประสาทสำหรับเกมกระดานแบบกลมเช่นโอเอกซ์หมากรุกความเสี่ยงหรือเกมอื่น ๆ การเคลื่อนย้ายครั้งต่อไปโดยการอนุมานนั้นค่อนข้างตรงไปตรงมาโดยป้อนสถานะของเกมเป็นอินพุตและใช้เอาต์พุตเป็นตัวย้ายสำหรับผู้เล่นปัจจุบัน อย่างไรก็ตามการฝึกอบรม AI เพื่อจุดประสงค์นั้นดูเหมือนจะไม่ตรงไปตรงมาเพราะ: อาจไม่มีการจัดเรตถ้าการย้ายครั้งเดียวทำได้ดีหรือไม่ดังนั้นการฝึกท่าเดียวจะไม่เป็นทางเลือกที่เหมาะสม การใช้สถานะเกม (อินพุต) และการเคลื่อนไหว (เอาท์พุต) ของเกมทั้งหมดเพื่อฝึกอบรมเครือข่ายประสาทดูเหมือนจะไม่ใช่ตัวเลือกที่ถูกต้องเนื่องจากการเคลื่อนไหวภายในเกมที่หายไปอาจไม่ดีนัก ดังนั้นฉันจึงสงสัยว่าจะฝึกโครงข่ายประสาทเทียมสำหรับเกมกระดานแบบกลมได้อย่างไร ฉันต้องการสร้างเครือข่ายประสาทเทียมสำหรับโอเอกซ์โดยใช้เมตริกซ์

11 training  tensorflow  game-ai 

ในบล็อกโพสต์การสร้างรูปแบบการจำแนกภาพที่ทรงพลังโดยใช้ข้อมูลน้อยมากมีการกล่าวถึงคุณสมบัติของคอขวด ฟีเจอร์คอขวดคืออะไร? พวกเขาเปลี่ยนแปลงด้วยสถาปัตยกรรมที่ใช้หรือไม่ พวกมันเป็นผลลัพธ์สุดท้ายของเลเยอร์ convolutional ก่อนเลเยอร์ที่เชื่อมต่อเต็มที่หรือไม่? ทำไมพวกเขาถึงเรียกเช่นนั้น?

11 machine-learning  convolutional-neural-networks  terminology  definitions 

ฉันคิดเกี่ยวกับ AIs และวิธีการทำงานเมื่อฉันตระหนักว่าฉันไม่สามารถคิดวิธีที่ AI จะสอนภาษาได้ เด็กมีแนวโน้มที่จะเรียนรู้ภาษาผ่านการเชื่อมโยงของภาษาและรูปภาพไปยังวัตถุ (เช่นคนพูดคำว่า "สุนัข" ในขณะที่อยู่รอบ ๆ สุนัขและต่อมาตระหนักว่าผู้คนพูดว่า "สุนัข" และ "รถยนต์" และเรียนรู้ว่า " "หมายถึง ฯลฯ ) อย่างไรก็ตาม AI ที่ใช้ข้อความไม่สามารถใช้วิธีนี้ในการเรียนรู้เนื่องจากพวกเขาจะไม่สามารถเข้าถึงอุปกรณ์อินพุตประเภทใดก็ได้ วิธีเดียวที่ฉันสามารถทำได้คือการเขียนโปรแกรมในทุก ๆ คำและกฎในภาษาอังกฤษ (หรือภาษาใดก็ตามที่มีความหมายว่า 'พูด' ใน) อย่างไรก็ตามอาจต้องใช้เวลาหลายปีกว่าจะทำได้ ใครบ้างมีความคิดเกี่ยวกับวิธีการนี้สามารถทำได้? หรือถ้ามันได้ทำไปแล้วถ้าเป็นเช่นนั้นได้อย่างไร ในบริบทนี้ฉันใช้ AI เพื่อหมายถึงระบบปัญญาประดิษฐ์ที่มีความฉลาดใกล้มนุษย์และไม่มีความรู้ด้านภาษามาก่อน

11 machine-learning  natural-language-processing 

ฉันกำลังค้นคว้าโครงข่ายเซลล์ประสาทและได้อ่านบทความทั้งสองของChuaแล้ว( 1988 ) ในเครือข่ายเซลล์ประสาทเซลล์จะมีความสัมพันธ์กับเพื่อนบ้านเท่านั้น ดังนั้นมันจึงใช้งานได้ง่ายสำหรับการประมวลผลภาพตามเวลาจริง การประมวลผลภาพจะดำเนินการด้วยตัวเลขเพียง19 หมายเลข (เมทริกซ์ 3x3 สองตัวที่เรียกว่า A และ B และหนึ่งค่าอคติ) ฉันสงสัยว่าเราสามารถโทรหาโครงข่ายเซลล์ประสาทได้หรือไม่ พวกเขาไม่ได้อยู่ภายใต้การดูแลมิได้ใกล้ชิด

11 neural-networks  terminology  theory 

ในระหว่างการวิจัยของฉันฉันได้พบกับ "เครือข่ายประสาทที่มีค่าเชิงซ้อน" ซึ่งเป็นเครือข่ายประสาทที่ทำงานกับอินพุตที่มีมูลค่าเชิงซ้อน (อาจมีน้ำหนักมากเกินไป) อะไรคือข้อดี (หรือเพียงแค่การใช้งาน) ของโครงข่ายประสาทเทียมประเภทนี้ผ่านเครือข่ายประสาทเทียมที่มีมูลค่าจริง

11 neural-networks