AI教父Jeffrey Sinton：AI反学习可以揭示人类梦想的

最近，多伦多大学的教授兼Google Brain研究人员Geoffrey Hinton发表了一场大讨论。
他讨论了神经网络的起源以及人工智能有一天可以推断为人类的可能性和启示。
在过去的30年中，被称为人工智能之父的欣顿一直致力于应对人工智能面临的一些最大挑战。
Hinton认为当前的人工智能和机器学习方法是有限的。
请注意，大多数计算机视觉模型都没有反馈机制，也就是说，不要尝试从更高级别的表示中重建数据。
相反，它尝试通过更改权重以不同的方式学习特征。
“他们没有检查每一层的特征检测器，以查看是否可以重建基础数据。
欣顿说。
他和他的同事们最近在人类视觉皮层上寻找灵感。
欣顿说，人类视觉是通过重建方法来学习的，而计算机视觉系统的重建技术可以提高抵抗攻击的能力。
“大脑科学家同意，当大脑皮层的感觉途径中有两个相互连接的区域时，总是存在相反的途径。
欣顿说。
应当指出，神经科学家认为他们需要向人工智能研究人员学习很多东西。
实际上，他认为未来的人工智能系统将难以监控。
他是机器学习的一个分支，无监督学习收集未标记，未分类，未分类测试数据的知识，学习常见元素，并解决常见元素的可能性说的能力差不多。人的
“为什么你根本不记得我们的梦想？
辛顿问。
他认为这可能与“反学习”有关。
欣顿说：“做梦的意思是扭转整个学习过程。
他认为，这种知识可以完全改变某些领域，例如教育。
例如，考虑到人类生化过程，他希望未来的课程更加个性化和更加具体。
“如果您真的了解大脑的工作原理，您可能会认为您应该能够改善自己的教育状况。”
Hinton说：“如果您最终能够了解大脑中正在发生的事情以及学习的方式，那将是令人尴尬的，而不是适应和实现更好的学习。”
他警告说，要实现这一目标将需要时间。
在短期内，Hinton设想了智能助手的未来，例如Google的GoogleAssistant和亚马逊的Alexa，它们可以与用户互动并为他们的日常生活提供指导。
新浪声明：发布此文章是为了向新浪发送更多信息，并不意味着同意他们的观点或确认其解释。