AI究竟是如何做出决定的?谷歌研究员在探索

  • 时间:
  • 浏览:0
  • 来源:大发10分彩_大发10分彩投注平台_大发10分彩娱乐平台

据《纽约时报》报道,所谓的神经网络大大推动了人工智能的发展,但理解计算机怎么作出决策却十分困难。谷歌的研究人员正在学习机器是怎么学习的。

左边是呈现给神经网络的图像,该网络被训练来鉴别图像中的物体,比如辨别图像里是与非 涵盖花瓶可能性柠檬。右边是可视化的图像,显示神经网络上边的一层在图像的每个位置检测到的东西。神经网络似乎在检测花瓶状图案和柠檬状物体。

机器正在开使了了被委托人学习执行任务。它们在鉴别面孔,识别口语词汇,查看医学扫描图,甚至展开它们被委托人的对话。

原始图像以及神经网络都看它后形成的三张可视化图像。网络的第一层主假若检测边缘和颜色。这人的层开使了了识别更为繁杂的概念,如花朵、花瓶和柠檬。

所有那此任务都是通过所谓的神经网络来完成的,那此网络属于繁杂的计算机算法,是通过分析海量的数据来学习执行任务。假若 ,那此神经网络带来了一3个多科学家正试图正确处理的问題:判断机器怎么得出结论从不总是一件容易的事情。

周二,谷歌的一3个多团队朝着正确处理你你这人问題迈出了一小步。亲戚亲们所展示的新研究成果,为宜描述了显示机器怎么作出它们的决策的技术。

神经元组自动学精一同表示图像中的概念。3个神经元组似乎分别对应于花朵、花瓶口、瓶身、背景和柠檬。热图显示每个神经元组在图像上的位置。

谷歌研究员克里斯托弗·奥拉(Christopher Olah)指出,“即使假若都看机器作出决策的一主次过程,你也才能形成好多好多 关于它失效的潜在法律方式的了解。”

很多的AI研究人员在开发更好地理解神经网络的法律方式。目前供职于打车服务巨头Uber人工智能实验室的美国怀俄明州立大学教授杰夫·克兰(Jeff Clune)将类事 技术称作“人造神经科学”。

神经网络一3个多不同的层上的神经元组和输出分类。线条显示那此神经元组支持或抑制上边的神经元组可能性输出分类。类事 ,“柠檬”分类得到了一3个多黄色的柠檬式的组的强力支持。

理解那此系统怎么运作将变得更加重要,可能性它们所做的决策目前是由人类来作出的,比如谁获得工作,自动驾驶汽车怎么应对紧急状态。

神经网络概念最早在20世纪100年代被提出,它旨在模拟大脑中的神经元网络。但那假若一3个多粗略的类事 。那此算法真的是一连串的数学计算,每个操作都代表一3个多神经元。谷歌的新研究,意在以高度可视的法律方式展示那此数学计与非 怎么执行离散的任务的,如识别照片中的物体。

“花瓶”分类获得了分别代表花、花瓶口和背景的神经元组的支持。

在神经网络内,每个神经元都是去识别照片中可能性总是出现的特定型态,比如从特定高度从右到左弯曲的线条,可能性合并形成更大型态的多条线条。谷歌希望提供工具来显示每个神经元在试图识别那此东西,那此神经元识别成功,以及它们的努力怎么一同判断照片中实际上有那此——可能性是小狗、燕尾服或小鸟。

奥拉表示,谷歌正在讨论的你你这人技术可能性都是有助判断神经网络为那此容易出错,以及在写状态中解释它是怎么习得你你这人行为的。包括克兰在内的这人研究人员认为,该类技术还有助最大限度地减少“对抗样本”的威胁,比如某人可能性通过篡改图像来欺骗神经网络。

研究人员坦言,这项研究仍所处起步阶段。同样供职于Uber人工智能实验室的Jason Yosinski认为谷歌的技术理念“是顶级的”。Uber的AI实验室产生于该公司收购回来的初创公司Geometric Intelligence。不过Jason Yosinski也警告称,理解计算机思维可能性永远都是会变容易。

“在并与非 生活程度上,随着那此网络变得越来越繁杂,要理解它们为那此做出决策将变得极其困难,”你说歌词 道,“这有点像试图理解人类为那此做出这人决策。”