0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)的哲理含義:機(jī)器的時(shí)間化能力

JsPm_robot_1hjq ? 來源:未知 ? 作者:李倩 ? 2018-07-05 14:37 ? 次閱讀

自從控制論出現(xiàn)以來,人工智能AI,artificial intelligence)與人類智能(HI,human intelligence)的關(guān)系已經(jīng)被爭論良久。近些年人工智能崛起,讓人開始意識(shí)到,一個(gè)人類生存方式的新時(shí)代正在來臨。本文嘗試從哲理角度來理解這一波新進(jìn)展,以及它對(duì)于此關(guān)系的影響;為此就不僅要說明人工智能出現(xiàn)的哲學(xué)背景,而且要涉及導(dǎo)致這次進(jìn)展的一個(gè)重要因素,即“深度學(xué)習(xí)”(deep learning)方法的思想含義。為了盡量原本地顯現(xiàn)人類心智的特性,以便與這種人工智能進(jìn)行比較,一個(gè)策略是訴諸廣義心學(xué),看看這個(gè)古老傳統(tǒng)對(duì)于人類心靈的基本見地。

人工智能的哲學(xué)背景:數(shù)學(xué)因素

十幾年前,即便是人工智能界的主流也沒有想到會(huì)有這樣的突破和勃興。但從整個(gè)西方思想和科技的發(fā)展方向來看,也在情理之中。

畢達(dá)哥拉斯及其學(xué)派的主張,代表了西方文明精神的原結(jié)構(gòu)。畢氏主張“數(shù)”是萬物的本原,導(dǎo)致了西方哲學(xué)主流唯理論的誕生。他、他的學(xué)派及其衍生流派比如愛利亞學(xué)派和柏拉圖主義,乃是西方文明及其現(xiàn)代潮流的特征賦予者。

海德格爾稱這種塑造西方思想主流,包括現(xiàn)代科技的力量為“數(shù)學(xué)因素”(das Mathematische)。它被唯理論者視為人類心靈與萬物共有的先天形式。人之所以能夠“為自然立法”(康德),就是以此數(shù)學(xué)因素為拷問自然的座架,逼迫自然向我們這些“主體”吐露出她作為“客體”的秘密。

人工智能的新進(jìn)展,是畢達(dá)哥拉斯之?dāng)?shù)或數(shù)學(xué)因素達(dá)到的一個(gè)新階段,它在一定程度上突破了傳統(tǒng)數(shù)學(xué)理性的廣義線性思維,但又在新的維度上建立起“算法”(algorithm)的有效性,由此而將“數(shù)本原”說推進(jìn)到了一個(gè)新境界。

當(dāng)我們看到人工智能可以識(shí)別對(duì)象(比如人臉、日落),開始駕駛汽車,能戰(zhàn)勝圍棋高手,寫出讓人難辨真?zhèn)蔚脑娫~,相互之間說出讓設(shè)計(jì)者不知所云的新話語,我們感到了某種“興奮”,但同時(shí)又迷茫、害怕,人與機(jī)器的界限在模糊,“有機(jī)械者必有機(jī)事,有機(jī)事者必有機(jī)心”(莊子)的狀態(tài),正在從人向機(jī)械轉(zhuǎn)移,它們也在取得“機(jī)心”,與我們的機(jī)心類似的心。未來的發(fā)展更是充滿了異數(shù)。這次是不是狼真的要來了?它不但可能不再被馴服,而且要馴服制造它們的人?

人工智能與深度學(xué)習(xí)

什么是人工智能?簡言之,就是人為制造的機(jī)制能夠“像人一樣思考;像人一樣行動(dòng)”。這里講的“人”,是指我們這種“現(xiàn)代智人”(Homo sapiens)。但此種人的“智能”何在呢?這就幾乎是在問“人的本性何在?”亞里士多德的回答是:“人是有理性的動(dòng)物?!彼匀斯ぶ悄艿牧硪环N定義是說它能夠“合理地思考和行動(dòng)”。但這是一種什么“合理”呢?應(yīng)該是由畢達(dá)哥拉斯之?dāng)?shù)的“比率”(ratio)所構(gòu)造的“合理性”(ratio-nality)。

對(duì)于它的具體含義,不是沒有爭議的。比如,它與現(xiàn)象、情感、直覺、信念是什么關(guān)系?近代啟蒙運(yùn)動(dòng)和科學(xué)主義大興之后,更為硬性、冷靜地看待這種理性,將之歸為因果關(guān)系的線性利害算計(jì)。新階段AI的出現(xiàn),有點(diǎn)像量子力學(xué)的新進(jìn)展,表明這合理性不是完全連續(xù)的,但它仍然可以被看作是理性的;就像當(dāng)年畢達(dá)哥拉斯學(xué)派發(fā)現(xiàn)了無理數(shù),雖然受到極大震驚和挫折,但此類數(shù)的“無理”(un-ratio,無比率)最終也沒能動(dòng)搖整個(gè)數(shù)本原的合理。新AI之所以是對(duì)傳統(tǒng)的智能觀的突破,就是因?yàn)樗鼘?duì)“非線性”的要求極頑強(qiáng)和深刻。

最近一波AI新進(jìn)展取決于三個(gè)因素,即可用數(shù)據(jù)量的擴(kuò)張、計(jì)算機(jī)速度的提升和深度學(xué)習(xí)方法的獲得。最有哲理含義的是最后一個(gè),如一位深度學(xué)習(xí)方法的開創(chuàng)者所言:“深度學(xué)習(xí)是一種特定類型的機(jī)器學(xué)習(xí),具有強(qiáng)大的能力和靈活性,它將大千世界表示為嵌套的層次概念體系(由較簡單概念間的聯(lián)系定義復(fù)雜概念,從一般抽象概括到高度抽象表示)?!?/p>

“機(jī)器學(xué)習(xí)”由早期AI(實(shí)例為“知識(shí)庫”)進(jìn)展而來,可以表現(xiàn)為“邏輯回歸”方法,即一種“監(jiān)督學(xué)習(xí)算法”(所用樣品帶有人為加上的標(biāo)簽,以引導(dǎo)機(jī)器的學(xué)習(xí));然后進(jìn)展到“表示學(xué)習(xí)”的階段,這時(shí)AI獲得了“無監(jiān)督學(xué)習(xí)算法”,也就是從沒有人為標(biāo)簽的樣本分布中自己提取信息,理解數(shù)據(jù),其實(shí)例為淺度自編碼器。這是一個(gè)重要進(jìn)步,但更關(guān)鍵的進(jìn)展來自“深度學(xué)習(xí)”的出現(xiàn),其實(shí)例是多層感知機(jī)(MLP)。這種算法之所以有強(qiáng)大的能力和靈活性,就是因?yàn)樗恕扒短椎膶哟巍?,像人的知覺神經(jīng)網(wǎng)絡(luò),能從對(duì)象化樣本(比如許多關(guān)于“葉子”圖片的信息)學(xué)到非對(duì)象化的對(duì)象識(shí)別(比如辨認(rèn)出從未見過的或千變?nèi)f化的葉子)能力。

這種學(xué)習(xí)算法的輸入不能是對(duì)象層級(jí)的,比如直接記住許多有關(guān)的圖像,而只能從“感覺材料”(hyle)入手。這樣,在圖像的對(duì)象識(shí)別中,輸入就是圖像的像素?cái)?shù)值。但是,“將一組像素映射到對(duì)象標(biāo)識(shí)的函數(shù)非常復(fù)雜。如果直接處理,學(xué)習(xí)或評(píng)價(jià)此映射似乎是不可能的”。于是深度學(xué)習(xí)算法就將在一層或淺層難于處理的復(fù)雜映射或函數(shù)運(yùn)算,分解為多個(gè)嵌套層次的簡單映射,比如在輸入層與輸出層之間加入三層或更多層。

這里的關(guān)鍵是“嵌套的隱藏層”,也就是“深度”的出現(xiàn)或?qū)崿F(xiàn)。它表明分層的“裂隙”是較佳智能出現(xiàn)的一個(gè)條件。在一個(gè)層次上達(dá)不到的,卻可能在更多的嵌套疊層中實(shí)現(xiàn)。為什么?按照傳統(tǒng)理性的思路,如果邏輯正確、信息足夠,計(jì)算力夠,在一層上處理這些信息與在多層上處理沒有本質(zhì)不同,只不過是比較復(fù)雜的一步走和比較簡單的多步走的差別。但深度學(xué)習(xí)的思路認(rèn)為的確有質(zhì)的不同。在這些疊層之中,下一層的輸出是上一層的輸入,而且是交叉嵌套式的輸入,所以兩層之間有聯(lián)系,但不是可以被更高級(jí)算法代替的聯(lián)系,因?yàn)檫@種層間聯(lián)系里有情境化的,需要被不斷調(diào)試、訓(xùn)練的參數(shù),即所謂人工神經(jīng)網(wǎng)絡(luò)虛擬神經(jīng)元之間“突觸連接強(qiáng)度或權(quán)重”。它們將輸入或一個(gè)層級(jí)算法的結(jié)果非線性地或相當(dāng)曲折地轉(zhuǎn)輸?shù)缴弦粚?,造成了連續(xù)中的不連續(xù),或不連續(xù)(層級(jí)間的裂隙)中的時(shí)機(jī)化的曲折連續(xù)。用《老子》的話講,就是“惚恍”聯(lián)系中的“真”與“信”。

在十二年以前,人工智能的研究多年陷入低潮,界內(nèi)的主流都認(rèn)為對(duì)多層的深度人工網(wǎng)絡(luò)的訓(xùn)練是不可能的,層次增多使得一些技術(shù)難題無法解決。但是,加拿大學(xué)者G.Hinton在2006年找到了一種他名之曰“貪心逐層無監(jiān)督預(yù)訓(xùn)練”的方法,有了它以及由它啟發(fā)的諸多新發(fā)現(xiàn),現(xiàn)在要讓計(jì)算機(jī)來識(shí)別(比如)物體或人臉,就會(huì)(比如)在第一隱藏層對(duì)輸入像素的臨近亮度進(jìn)行比較,由此識(shí)別出邊緣;在第二隱藏層利用這些邊緣來搜索出表示角和擴(kuò)展輪廓的邊緣集合;在第三隱藏層找到這些角和輪廓的特定集合來識(shí)別出特定對(duì)象的某個(gè)或某些部分;最后在輸出端根據(jù)這些對(duì)象部分識(shí)別出目標(biāo)對(duì)象。由此,深度學(xué)習(xí)算法的層次性(裂隙化聯(lián)系)顯示出不可替代的構(gòu)造功能,或雖然初步但比較真實(shí)的學(xué)習(xí)功能,在這十一年多的時(shí)間里得到越來越深入和多方面的研究,深刻改變了人工智能的圖景。

深度學(xué)習(xí)的哲理含義:機(jī)器的時(shí)間化能力

什么是“學(xué)習(xí)”?電子計(jì)算器雖然算得很快,但它沒有學(xué)習(xí)能力,不會(huì)隨著多次運(yùn)算改進(jìn)自身的計(jì)算能力,時(shí)間歷程對(duì)它毫無意義。所以,我們可以將學(xué)習(xí)能力理解為當(dāng)事者隨時(shí)間經(jīng)歷而改變自身以獲得更優(yōu)結(jié)果的能力。

新的“阿爾法圍棋”(AlphaGo)的版本AlphaGoZero,更充分地運(yùn)用了深度學(xué)習(xí)法,不再從人類棋手的以往棋譜記錄中開始訓(xùn)練,而是完全靠自己的學(xué)習(xí)算法,通過自我對(duì)弈來學(xué)會(huì)下棋。經(jīng)過一段時(shí)間的自我學(xué)習(xí),它就擊敗了曾打敗李世石的以及曾完勝柯潔的AlphaGo版本。

由此可見,機(jī)器的確開始具有了某種學(xué)習(xí)能力。它在訓(xùn)練中得到的不再只是規(guī)則、對(duì)象信息,而是還能獲得對(duì)象出現(xiàn)的可能條件。換言之,它已經(jīng)能夠開始“感受”和捕捉可能性,而不只是現(xiàn)成之物了。這種學(xué)習(xí)就是一個(gè)非線性的、概率的、反饋調(diào)整的和逐層逐時(shí)地深化和構(gòu)成的準(zhǔn)發(fā)生過程。這是一個(gè)具有某種真實(shí)時(shí)間歷程的習(xí)得過程,沒有它,像自動(dòng)駕駛汽車這樣的情境化學(xué)習(xí)是不可能被機(jī)器實(shí)現(xiàn)的。

首先,它表明智能是一種非現(xiàn)成的結(jié)構(gòu),不僅屬于人類或碳基生命,也可以屬于硅基存在者。實(shí)際上,智能是一種能解決(包含不在場維度的)復(fù)雜問題的結(jié)構(gòu)方式,也就是能讓數(shù)學(xué)因素非線性地時(shí)機(jī)化運(yùn)作的結(jié)構(gòu)。

其次,這進(jìn)展也并不證明物質(zhì)還原主義的勝利。這種還原論曾提出“人是機(jī)器”,將人的身體甚至意識(shí)當(dāng)作可以充分對(duì)象化地研究的對(duì)象。但目前這波人工智能卻是反其道而行之,采用“機(jī)器是人”或“機(jī)器要像人一樣思考和行動(dòng)”的研究方針。

再者,人工智能的新境說明非線性、非形式化、非對(duì)象化和(層級(jí))“之間”化的思維能力和感知能力,要比其反面更智能,也更能體現(xiàn)人的特性?!艾F(xiàn)代性”標(biāo)榜的那種充分對(duì)象化、形式邏輯化、線性化的理性,恰恰是“最容易”被計(jì)算機(jī)化的,而與之相對(duì)的、曾被無數(shù)次貶低的“主觀的、直觀的”以及情感的、悟解的心智能力,才是人工智能所向往的,也是人之為人的更必要者。

又再者,未來人工智能的新突破方向,按照深度學(xué)習(xí)的提示,應(yīng)該是更加非對(duì)象化、無監(jiān)督化、通用化、內(nèi)時(shí)間化,因?yàn)橹挥心菢硬艜?huì)獲得更有時(shí)機(jī)化能力的智能。在這方面,東方的哲學(xué)有特別深厚的土壤,或許會(huì)成為那些有探索精神者的靈感來源之一。但東方的智能與德能是內(nèi)在交織在一起的,所以人工智能如何能夠不成為缺德者,恐怕是更重要的議題。

人類智能(HI)與人工智能——尤其是未來那種相當(dāng)通用化的AI——有沒有質(zhì)性上的區(qū)別呢?我們對(duì)人類心靈了解多少?我們從應(yīng)對(duì)AI挑戰(zhàn)的角度來重溫從奧義書、佛陀到老莊孔孟的“人心之思”。

人類心智的深度:廣義心學(xué)中的內(nèi)時(shí)間維度

由于改為直立行走,人類與其他靈長類表兄弟們之間的差距越拉越大,最重要的表現(xiàn)就是人類獲得了極為深長的內(nèi)時(shí)間意識(shí),有了巨大的想象力和籌劃力,還有感受深刻情感、道德、美感和神圣的能力,從生理上表現(xiàn)為一個(gè)復(fù)雜豐滿的大腦和體魄。遠(yuǎn)古人類族群中已有“通靈者”,比如薩滿巫師,有廣布的泛神論信仰,有神話、傳說、史詩等等。可見人的心靈從來就不甘心只埋頭于現(xiàn)實(shí)問題的解決,而總要突入生存領(lǐng)域的自由時(shí)空中翱翔。有這種翱翔能力的族群,從長遠(yuǎn)看似乎有更多的生存幾率。神話和宗教信仰廣泛存在,還表明人感受到了一種超出當(dāng)下自我乃至群我的力量,一種可以看作是這個(gè)世界的根本的存在。

在某個(gè)時(shí)間點(diǎn)上,也可能從一開頭,人們開始發(fā)現(xiàn)這種整體的生命意義感受的源頭不(只)在外邊,而是首先存在于我們的心智或意識(shí)之中。這是一個(gè)偉大的轉(zhuǎn)折,它特別顯著而深邃地表現(xiàn)在古印度文明的圣典和瑜伽修行傳統(tǒng)中。四千年前開始出現(xiàn)的《梨俱吠陀》就已經(jīng)表達(dá)了它。

后來的奧義書,就是沿著此思路或此悟解而行,“梵”是世界的根本,而“阿特曼”是心靈的根本,兩者畢竟為一?!鞍⑻芈庇直环Q為“真我”“神我”,是人類心靈和意識(shí)的源頭,卻因其完全非對(duì)象化、純意識(shí)化而在無夢(mèng)之眠、輪回中也存在,最終在解脫中得自由。

但我們?cè)撊绾巫杂X到這神我、本心、原識(shí)呢?最為中國人熟知的是佛教之路。釋迦牟尼在菩提樹下證悟的佛法,甚深微妙,被他首次表達(dá)為“苦﹣集﹣滅﹣道”四諦,其根本在于“集諦”,此諦原意可用“緣起性空”揭出。我們認(rèn)之為真實(shí)的外物與內(nèi)念,都由“眼耳鼻舌身意”這“六識(shí)身”所接受的“材料”和被“深度”(借用以上討論深度學(xué)習(xí)的話語)構(gòu)造的意識(shí)表象及念頭集合而來,并無“自性”或使其“是其所是”的實(shí)體,所以為“空”(sunya)?!翱铡边@個(gè)詞在梵文中又指“零”,印度人發(fā)現(xiàn)了零的奇妙地位??栈蛄阋馕吨菍?duì)象化,但充滿了無窮可能。我們靠什么才能看透這六識(shí)緣起的幻相或性空本性呢?還只能靠某種更根本的、能自知其緣起性空性的意識(shí)。

大乘佛教特別是唯識(shí)宗稱此母識(shí)為“阿賴耶識(shí)”,是剛談到的所有這些心識(shí)功能和幻真境界的總根。而這阿識(shí)乃一原時(shí)間意識(shí),是一切意識(shí)和存在的根源;既是現(xiàn)象幻化之源,也是“轉(zhuǎn)識(shí)成智”而入涅槃的依據(jù)?!白R(shí)”包括阿識(shí)有執(zhí)著于緣起者的雜染傾向,而“成智”是指消除此無明執(zhí)著,而使阿識(shí)透空無執(zhí),還其非對(duì)象化的純意識(shí)的原時(shí)間態(tài)。

可見,只要講心、識(shí)、意,就離不開原發(fā)生與保持的時(shí)間,即原本的心識(shí)。此母識(shí)本心,以如來藏心的形式在中國激發(fā)出一些富于創(chuàng)新的流派,其中禪宗十分鮮明地體現(xiàn)了它的時(shí)機(jī)化特征。

人工智能與廣義心學(xué)的關(guān)系

既然人類意識(shí)的根本是原時(shí)間性,所以人工智能通過深度學(xué)習(xí)獲得的時(shí)間感和時(shí)中能力,盡管目前還十分淺薄,但那畢竟是真實(shí)的,由此表明這人工的智能也可以是真的智能??磥?,智能既不在乎載體的物理屬性,也不在乎它是否屬于一個(gè)心靈實(shí)體。佛家緣起性空的心學(xué)觀特別適合溝通HI和AI。

人工智能的新進(jìn)展將近現(xiàn)代科技的“離心離德”的傾向扳回了一局,心智現(xiàn)象及其身體化如大腦神經(jīng)網(wǎng)絡(luò)成了科技生長點(diǎn)的靈感來源之一,是創(chuàng)新所參照的一個(gè)范本,而不是反過來,用高科技化的機(jī)器來置換心和腦。

當(dāng)然,如果心的本義——不是其實(shí)體性,而是其緣起的原時(shí)間性——被當(dāng)作幽靈排斥,而腦神經(jīng)結(jié)構(gòu)和人工智能完全頂替了心靈,比如心識(shí)喪失了它的引領(lǐng)作用,反被虛擬網(wǎng)絡(luò)或人工智能所改造、控制或“飼養(yǎng)”,那么,危險(xiǎn)也更加巨大。

希望還是在于意識(shí)的原時(shí)間性。既然心的根本或意識(shí)的能力在于非對(duì)象化的、顯隱互構(gòu)的時(shí)機(jī)化結(jié)構(gòu),那么人工智能未來的發(fā)展也會(huì)朝著這個(gè)方向進(jìn)行,不然不會(huì)有大的突破。如果它在此方向上進(jìn)展得足夠深長,它的智能就會(huì)越來越像人類智能;而且不止是像日常生活中,特別是這么一個(gè)異化社會(huì)中的人類心智,即這種功利主義化、個(gè)體主義化、權(quán)力意愿化和現(xiàn)在主義化的心智,而是會(huì)更忠實(shí)于心智的內(nèi)在結(jié)構(gòu),也就是其時(shí)間化、緣起性空化的結(jié)構(gòu),不那么執(zhí)著于自我、對(duì)象、權(quán)力和力量。這意味著它的時(shí)間化智慧必會(huì)包含道德,如同佛陀和菩薩具有的慈悲、無私、忍耐和謙卑,孔子、孟子、曾子、子思具有的孝悌、仁義、中庸和愛物。

如果我們從心學(xué)的視域來思考人工智能與人類的關(guān)系,就會(huì)出現(xiàn)一個(gè)選擇:人類是應(yīng)該繼續(xù)人工智能的研究還是應(yīng)該停止它?

如果考慮到人工智能因具有時(shí)機(jī)化能力而已經(jīng)和將要獲得的強(qiáng)力,再考慮到目前和可見的將來能夠掌握這種技術(shù)知識(shí)的人群的心智水準(zhǔn)和道德水準(zhǔn),那么就應(yīng)該禁止它,或?yàn)槠溲芯吭O(shè)立一個(gè)明確的上限,就像對(duì)人體克隆技術(shù)設(shè)立的限制那樣。

但如果考慮到人工智能得到的時(shí)機(jī)化能力所透露的良性可能,即它在人類的合理引導(dǎo)下也可能發(fā)展出純凈的本心意識(shí),那么就可以有條件地(比如在廣義心學(xué)指導(dǎo)下)容許它的發(fā)展。所謂“條件”,就是指要限制人工智能對(duì)力量的過分追求,無論是軍事力量、商業(yè)力量還是心理掌控力量,而鼓勵(lì)這種智能向本心或純意識(shí)的方向演進(jìn)。人工智能要造福而不是摧殘人類,只有向這個(gè)方向靠攏才行。

從現(xiàn)實(shí)的角度預(yù)想人工智能的未來,極粗略地講,有三種可能:第一,人工智能的能力不斷提高,在為人類服務(wù)并改變?nèi)祟惿娣绞降耐瑫r(shí),逐漸以或隱或顯的方式異化甚至控制人類。最壞的結(jié)果是“超級(jí)人工智能”管制人類,就像現(xiàn)在人類對(duì)其他高級(jí)靈長類的管制,甚至毀滅人類。

第二,人工智能的能力提高到一個(gè)水平時(shí),由于無法找到進(jìn)一步非對(duì)象化的自身實(shí)現(xiàn)方式,所以從總體上陷于停滯。于是AI與HI之間就還有一條鴻溝,AI就總是處于高級(jí)“木牛流馬”的地位上。這基本上是目前不少開發(fā)AI的公司代言人一再向我們描述或保證的前景。但這并不表明第一種情況完全不會(huì)出現(xiàn),因?yàn)閷磉_(dá)到一定高度的AI也有毀壞人類的能力;但畢竟,人類的心識(shí)還有某種優(yōu)勢(shì)可資利用。

第三,人們找到了將AI充分地深度時(shí)間化的辦法,于是它不僅能力大大增強(qiáng),還突破了與人類意識(shí)包括其深層意識(shí)(本心)的隔膜,真正擁有了人的天然情感、道德感、藝術(shù)感和神圣感,而且使之更加純粹虛靈,成為人類的真正知心者、保護(hù)者和善良的幫助者。這時(shí),畢達(dá)哥拉斯之?dāng)?shù)就與《易》象數(shù)打通了。

從目前的形勢(shì)看來,這三種前景出現(xiàn)的概率依序減少,所以人工智能與人類關(guān)系的前景并不那么光明,當(dāng)然也不是令人完全絕望。在這個(gè)過程中,人們對(duì)自身心靈的理解、對(duì)傳統(tǒng)還原論式的科技至上主義的克服,以及對(duì)AI進(jìn)展的引導(dǎo),都會(huì)影響到AI的進(jìn)路和人類的未來。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46401

    瀏覽量

    236624
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5442

    瀏覽量

    120800

原文標(biāo)題:深度學(xué)習(xí):能否讓人工智能更像人類心靈?

文章出處:【微信號(hào):robot-1hjqr,微信公眾號(hào):1號(hào)機(jī)器人網(wǎng)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    人工智能知識(shí)分享之機(jī)器學(xué)習(xí)深度學(xué)習(xí)的區(qū)別與聯(lián)系

    人工智能的浪潮正在席卷全球,諸多詞匯時(shí)刻縈繞在我們耳邊:人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)。不少人對(duì)這些高頻詞匯的含義及其背后的關(guān)系總是似懂非懂、
    的頭像 發(fā)表于 10-28 05:15 ?8101次閱讀

    基于深度學(xué)習(xí)技術(shù)的智能機(jī)器

    ——工業(yè)機(jī)器人的智能程度要求也越來越高,采用深度學(xué)習(xí)技術(shù)為工業(yè)機(jī)器人賦能是目前各大廠商的統(tǒng)一認(rèn)知。本文結(jié)合實(shí)際案例,簡要說明一下智能
    發(fā)表于 05-31 09:36

    深度學(xué)習(xí)在預(yù)測(cè)和健康管理中的應(yīng)用

    深度學(xué)習(xí)在預(yù)測(cè)和健康管理中的應(yīng)用綜述摘要深度學(xué)習(xí)對(duì)預(yù)測(cè)和健康管理(PHM)引起了濃厚的興趣,因?yàn)樗哂袕?qiáng)大的表示能力,自動(dòng)
    發(fā)表于 07-12 06:46

    什么是人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理?

    領(lǐng)域,包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理和其他幾個(gè)學(xué)科。首先,人工智能涉及使計(jì)算機(jī)具有自我意識(shí),利用計(jì)算機(jī)視覺、自然語言理解和模仿其他感官。其次,人工智能涉及模
    發(fā)表于 03-22 11:19

    如何區(qū)分深度學(xué)習(xí)機(jī)器學(xué)習(xí)

    深度學(xué)習(xí)與傳統(tǒng)的機(jī)器學(xué)習(xí)最主要的區(qū)別在于隨著數(shù)據(jù)規(guī)模的增加其性能也不斷增長。當(dāng)數(shù)據(jù)很少時(shí),深度學(xué)習(xí)
    發(fā)表于 10-27 16:50 ?1940次閱讀
    如何區(qū)分<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>與<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>

    深度學(xué)習(xí)機(jī)器學(xué)習(xí)深度的不同之處 淺談深度學(xué)習(xí)的訓(xùn)練和調(diào)參

    近年來,深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)中比較火的一種方法出現(xiàn)在我們面前,但是和非深度學(xué)習(xí)
    發(fā)表于 05-02 10:30 ?4295次閱讀

    通過機(jī)器學(xué)習(xí)深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義

    最近研究人員們通過機(jī)器學(xué)習(xí)深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義,包括高興和愉悅的情緒。這一項(xiàng)目使得我們可以更
    的頭像 發(fā)表于 01-12 09:48 ?3573次閱讀

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)之間比較

    近年來,隨著科技的快速發(fā)展,人工智能不斷進(jìn)入我們的視野中。作為人工智能的核心技術(shù),機(jī)器學(xué)習(xí)深度學(xué)習(xí)也變得越來越火。一時(shí)間,它們幾乎成為了每
    的頭像 發(fā)表于 05-11 10:13 ?3692次閱讀

    機(jī)器學(xué)習(xí) | autoML自動(dòng)深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)可行嗎?

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)為其中一分支)技術(shù)成為各產(chǎn)業(yè)智慧的核心能力,但是算法的設(shè)計(jì)復(fù)雜,需要專業(yè)知識(shí)
    的頭像 發(fā)表于 05-29 14:49 ?2084次閱讀

    深度學(xué)習(xí)框架你了解多少

    開源的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)正步入成熟,而現(xiàn)在有許多框架具備為個(gè)性方案提供先進(jìn)的機(jī)器學(xué)習(xí)和人工智能的能力
    發(fā)表于 07-08 10:31 ?2189次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>框架你了解多少

    深度學(xué)習(xí)機(jī)器學(xué)習(xí)的區(qū)別是什么

    隨著人工智能浪潮席卷現(xiàn)代社會(huì),不少人對(duì)于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等名詞已經(jīng)耳熟能詳??梢灶A(yù)見的是,在未來的幾年里,無論是在業(yè)界還是學(xué)界,擁有
    的頭像 發(fā)表于 02-02 10:56 ?1.1w次閱讀

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)有什么區(qū)別?

    深度學(xué)習(xí)算法現(xiàn)在是圖像處理軟件庫的組成部分。在他們的幫助下,可以學(xué)習(xí)和訓(xùn)練復(fù)雜的功能;但他們的應(yīng)用也不是萬能的。 “機(jī)器學(xué)習(xí)”和“
    的頭像 發(fā)表于 03-12 16:11 ?8106次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>有什么區(qū)別?

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)的區(qū)別

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)的區(qū)別 隨著人工智能技術(shù)的不斷發(fā)展,機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 08-17 16:11 ?4088次閱讀

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)的區(qū)別

      機(jī)器學(xué)習(xí)深度學(xué)習(xí)是當(dāng)今最流行的人工智能(AI)技術(shù)之一。這兩種技術(shù)都有助于在不需要人類干預(yù)的情況下讓計(jì)算機(jī)自主學(xué)習(xí)和改進(jìn)預(yù)測(cè)模型。本文
    發(fā)表于 08-28 17:31 ?1412次閱讀

    深度學(xué)習(xí)中的時(shí)間序列分類方法

    時(shí)間序列分類(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識(shí)別
    的頭像 發(fā)表于 07-09 15:54 ?552次閱讀