色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

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

IQ測(cè)試是否能測(cè)量AI的推理能力?

mK5P_AItists ? 來源:未知 ? 作者:胡薇 ? 2018-07-17 14:33 ? 次閱讀

阿基米德基于對(duì)物體體積的抽象理解,悟到了物體的體積與物體浮力之間的關(guān)系。這就是抽象推理的魔力?;?a href="http://www.1cnz.cn/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)模型取得了驚人的成績(jī),但是測(cè)量其推理抽象概念的能力卻是非常困難的。雖然人工智能已經(jīng)可以在策略游戲的對(duì)戰(zhàn)中戰(zhàn)勝人類,但是卻在一些簡(jiǎn)單任務(wù)方面“無能為力”,特別是需要在新環(huán)境中發(fā)現(xiàn)并重新構(gòu)建抽象概念。

舉個(gè)例子,如果你只訓(xùn)練AI計(jì)算三角形的屬性,那么,你訓(xùn)練的AI系統(tǒng)永遠(yuǎn)無法計(jì)算正方形或者其他沒有訓(xùn)練過的形狀的屬性。

又比如下邊這道簡(jiǎn)單的IQ測(cè)試題。

IQ測(cè)試給了DeepMind靈感,是不是也能用其測(cè)量AI的推理能力呢?

在以往解決通用學(xué)習(xí)系統(tǒng)努力的基礎(chǔ)上,DeepMind最新論文提出了一種如何測(cè)量機(jī)器模型認(rèn)知能力的方法,并表達(dá)了關(guān)于泛化的一些重要見解。

要構(gòu)建更好、更智能的系統(tǒng),使得神經(jīng)網(wǎng)絡(luò)能夠處理抽象概念,需要對(duì)其進(jìn)行改進(jìn)。

此方法的靈感來源于IQ測(cè)試。

創(chuàng)建抽象推理數(shù)據(jù)集

標(biāo)準(zhǔn)的人類智商測(cè)試中,通常要求測(cè)試者通過應(yīng)用他們?nèi)粘=?jīng)驗(yàn)學(xué)習(xí)的原則來解釋感知上簡(jiǎn)單的視覺場(chǎng)景。

例如,人類測(cè)試者可能已經(jīng)通過觀察植物或建筑物的增長(zhǎng),通過在數(shù)學(xué)課上學(xué)習(xí)加法,或通過跟蹤銀行余額獲取利息增長(zhǎng)的情況來了解“漸進(jìn)”(一些屬性能夠增加的概念)。

然后把這些感性認(rèn)識(shí)上升到理性認(rèn)識(shí),從而對(duì)測(cè)試題進(jìn)行推斷預(yù)測(cè),例如圖形的數(shù)量、大小,甚至沿著序列增加顏色強(qiáng)度。

現(xiàn)在機(jī)器學(xué)習(xí)仍然無法理解一些看似簡(jiǎn)單的“日常體驗(yàn)”,這意味著,人類無法輕易地衡量AI將知識(shí)從現(xiàn)實(shí)世界轉(zhuǎn)移到視覺推理測(cè)試的能力。

基于此認(rèn)知,DeepMind設(shè)計(jì)一個(gè)實(shí)驗(yàn),希望使人類視覺推理測(cè)試得到很好的利用。這一研究不是從日常生活到視覺推理問題(如人類測(cè)試)的知識(shí)轉(zhuǎn)移,而是研究知識(shí)從一組受控的視覺推理問題轉(zhuǎn)移到另一組問題。

為實(shí)現(xiàn)這一目標(biāo),DeepMind構(gòu)建了一個(gè)用于創(chuàng)建矩陣問題的生成器,涉及一組抽象因子,包括“漸進(jìn)”之類的關(guān)系以及“顏色”和“大小”等屬性。 雖然問題生成器使用了一小組潛在因子,但它仍然會(huì)產(chǎn)生大量獨(dú)特的問題。

接下來,DeepMind約束生成器可用的因子或組合,以便創(chuàng)建用于訓(xùn)練和測(cè)試模型的不同問題集,以度量模型可以推廣到留存的測(cè)試集的程度。

例如,創(chuàng)建了一組謎題訓(xùn)練集,其中只有在應(yīng)用于線條顏色時(shí)才會(huì)遇到漸進(jìn)關(guān)系,而在應(yīng)用于形狀大小時(shí)會(huì)遇到測(cè)試集。如果模型在該測(cè)試集上表現(xiàn)良好,它將提供推斷和應(yīng)用抽象概念的能力的證據(jù),即使在之前從未見過進(jìn)展的情況下也是如此。

有希望的抽象推理證據(jù)

在機(jī)器學(xué)習(xí)評(píng)估中應(yīng)用的典型的泛化機(jī)制中,訓(xùn)練和測(cè)試數(shù)據(jù)來自于相同的基礎(chǔ)分布,測(cè)試的所有網(wǎng)絡(luò)都表現(xiàn)出良好的泛化誤差,其中一些在略高于75%的情況下實(shí)現(xiàn)了令人印象深刻的絕對(duì)性能。性能最佳的網(wǎng)絡(luò)明確地計(jì)算了不同圖像面板之間的關(guān)系,并且并行地評(píng)估了每個(gè)潛在答案的適用性。DeepMind將此架構(gòu)稱為Wild RelationNetwork(WReN)。

當(dāng)需要在先前看到的屬性值之間使用屬性值“插值”來推理,以及在不熟悉的組合中應(yīng)用已知的抽象關(guān)系時(shí),模型的泛化效果顯著。然而,在“外推”機(jī)制中,同樣的網(wǎng)絡(luò)表現(xiàn)得糟糕得多,在這種情況下,測(cè)試集中的屬性值并不與訓(xùn)練中看到的值處于相同的范圍內(nèi)。

這種事情發(fā)生在當(dāng)訓(xùn)練集中有深顏色的物體而測(cè)試集中是淺顏色的物體的謎題中。當(dāng)模型被訓(xùn)練來應(yīng)用以前所見的關(guān)系(比如形狀的數(shù)量)到一個(gè)新的屬性(如大小)時(shí),泛化性能也會(huì)更糟。

最后,當(dāng)訓(xùn)練模型不僅預(yù)測(cè)正確的答案,而且還預(yù)測(cè)答案的“原因”(即應(yīng)該考慮解決這個(gè)難題的特定關(guān)系和屬性)時(shí),DeepMind稱觀察到了改進(jìn)的泛化性能。

有趣的是,在中性分割中(the neutral split),模型的準(zhǔn)確性與它推斷矩陣下正確關(guān)系的能力密切相關(guān):當(dāng)解釋正確時(shí),模型會(huì)選擇當(dāng)時(shí)正確的答案的概率為87%,但當(dāng)它的解釋錯(cuò)誤時(shí),性能下降到只有32%。這表明,當(dāng)模型正確地推斷出任務(wù)背后的抽象概念時(shí),能夠獲得更好的性能。

更微妙的泛化方法

目前的文獻(xiàn)關(guān)注于基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法的優(yōu)缺點(diǎn),通常是基于它們的能力或泛化的失敗。DeepMind的結(jié)果表明,得出關(guān)于泛化的普遍結(jié)論可能是沒有幫助的:測(cè)試的神經(jīng)網(wǎng)絡(luò)在某些泛化狀態(tài)下表現(xiàn)得很好,而在其他狀態(tài)下表現(xiàn)得很差。

它們的成功是由一系列因素決定的,包括所使用的模型的架構(gòu),以及模型是否被訓(xùn)練為其選擇的答案提供可解釋的“原因”。在幾乎所有的情況下,當(dāng)需要推斷出超出其經(jīng)驗(yàn)的輸入或處理完全陌生的屬性時(shí),系統(tǒng)表現(xiàn)很差;在這個(gè)至關(guān)重要的研究領(lǐng)域?yàn)槲磥淼墓ぷ鲃?chuàng)造一個(gè)清晰的重點(diǎn)。

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(chǎng)。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
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4771

    瀏覽量

    100720
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    30763

    瀏覽量

    268908
  • DeepMind
    +關(guān)注

    關(guān)注

    0

    文章

    130

    瀏覽量

    10852

原文標(biāo)題:學(xué)界 | DeepMind想用IQ題測(cè)試AI的抽象思維能力,進(jìn)展還不錯(cuò)

文章出處:【微信號(hào):AItists,微信公眾號(hào):人工智能學(xué)家】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

    DAC8551是否能實(shí)現(xiàn)低參考電壓下依舊保持較好的比例輸出?

    正在設(shè)計(jì)一款產(chǎn)品,原本采用DAC8551,在參考電壓很低的時(shí)候,輸出無法達(dá)到較好的比例輸出,現(xiàn)擬采用DAC8501,是否能實(shí)現(xiàn)低參考電壓下依舊保持較好的比例輸出?
    發(fā)表于 12-12 07:42

    74ALVC164245是否能支持速率為100Mbps的信號(hào)轉(zhuǎn)換呢?

    請(qǐng)幫忙確認(rèn)74ALVC164245是否能支持速率為100Mbps的信號(hào)轉(zhuǎn)換呢,Datasheet上并沒有找到明確的描述,謝謝!
    發(fā)表于 12-11 06:51

    ADS1299怎么測(cè)試是否能正常工作,直接給他上電看電流值是否可以?

    對(duì)于ADS1299的裸芯片而言,怎么測(cè)試是否能正常工作,直接給他上電看電流值是否可以。 目前我將ADS1299的所有引腳引出,并連上AVDD(5V),AVSS(0V),AGND(0V),DVDD
    發(fā)表于 11-27 06:17

    DAC8568A和DAC8568C的代碼是否能通用?

    如題,DAC8568A和DAC8568C的代碼是否能通用?如果不通用,哪些地方需要做修改?謝謝
    發(fā)表于 11-14 06:06

    請(qǐng)問TLV320AIC3256 mini DSP是否能實(shí)現(xiàn)降噪算法?

    我想做一款設(shè)備實(shí)現(xiàn)雙MIC 降噪,請(qǐng)問TLV320AIC3256 mini DSP是否能實(shí)現(xiàn)降噪算法?如果不行,是否還有相近的芯片推薦
    發(fā)表于 10-24 08:01

    SDK里面是否能添加HPM5300系列芯片支持包?

    SDK里面是否能添加HPM5300系列芯片支持包?只發(fā)現(xiàn)板級(jí)支持包。
    發(fā)表于 09-27 10:01

    PSoC Creator是否能提供工作設(shè)計(jì)的功耗值?

    您好,PSoC Creator 是否能提供工作設(shè)計(jì)的功耗值? 我正在使用CY8C4245PVI-482 開發(fā)一個(gè)小項(xiàng)目。我的功率預(yù)算不能超過 150mA。
    發(fā)表于 07-03 07:22

    請(qǐng)問ESP32-S2是否能支持AMR-WB+?

    請(qǐng)問ESP32-S2是否能支持AMR-WB+ 網(wǎng)上查詢的結(jié)果是AMR-WB+的采樣速率是在16~48 kHz之間
    發(fā)表于 06-28 08:24

    微控制器是否能替代PLC

    在工業(yè)自動(dòng)化和控制系統(tǒng)領(lǐng)域,微控制器(MCU)和可編程邏輯控制器(PLC)都是不可或缺的核心設(shè)備。它們各自具有獨(dú)特的功能和優(yōu)勢(shì),并在不同的應(yīng)用場(chǎng)景中發(fā)揮著重要作用。然而,關(guān)于微控制器是否能替代PLC的討論一直存在。本文將從多個(gè)角度深入探討這一問題,旨在為讀者提供清晰、全面的分析。
    的頭像 發(fā)表于 06-13 14:52 ?651次閱讀

    PSoC 4100S Max是否能保證IMO精確度規(guī)格低于±2.5%?

    溫度范圍在 -40deg 至 +105deg 的設(shè)備的 IMO 精度為 ±2.5%(紅色框)。 設(shè)備為 PSoC 4100S Max。 如果從 0 度到 +85 度使用該設(shè)備,IMO 的精度是否能
    發(fā)表于 05-20 06:24

    AI推理,和訓(xùn)練有什么不同?

    如果要用一句話概括AI的訓(xùn)練和推理的不同之處,我覺得用“臺(tái)上一分鐘,臺(tái)下十年功”最為貼切。話說小明已經(jīng)和心目中的女神交往數(shù)年,在邀約女神出門這件事上積累了大量的經(jīng)驗(yàn)數(shù)據(jù),但卻依然捉摸不透其中的玄機(jī)
    的頭像 發(fā)表于 04-29 08:06 ?210次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>推理</b>,和訓(xùn)練有什么不同?

    開發(fā)者手機(jī) AI - 目標(biāo)識(shí)別 demo

    。 NNRt host 實(shí)現(xiàn)了NNRt HDI接口功能,通過對(duì)接底層AI芯片接口為上層應(yīng)用提供NPU硬件推理能力。 功能實(shí)現(xiàn) JS從相機(jī)數(shù)據(jù)流獲取一張圖片,調(diào)用Native的接口進(jìn)行目標(biāo)識(shí)別的處理
    發(fā)表于 04-11 16:14

    stm32l4是否能支持ndis和ecm?

    各位大神,請(qǐng)教下stm32l4是否能支持ndis和ecm
    發(fā)表于 04-11 08:11

    AMD EPYC處理器:AI推理能力究竟有多強(qiáng)?

    如今,AMD EPYC處理器已經(jīng)成為最常被選擇用于AI推理的服務(wù)器平臺(tái),尤其是第四代Genoa EPYC 9004系列,執(zhí)行AI推理能力
    發(fā)表于 03-15 09:47 ?480次閱讀

    是否能將ADE7878測(cè)量的線頻率引入功率因數(shù)的測(cè)量中?

    看手冊(cè)上說頻率F是50HZ或60HZ,可是如果電網(wǎng)頻率變化,功率因數(shù)還是按固定頻率計(jì)算不就不準(zhǔn)了嗎?是否能將ADE7878測(cè)量的線頻率引入功率因數(shù)的測(cè)量中?
    發(fā)表于 12-26 07:27
    主站蜘蛛池模板: videos gratis欧美另类| 黑人巨茎vide抽搐| 久久综合老色鬼网站| 少妇两个奶头喷出奶水了怎么办| 在线播放一区| 国产成人在线观看免费网站| 免费成年人在线观看视频| 亚洲精品高清在线| 国产99青草全福视在线| 蜜桃人妻无码AV天堂三区| 亚洲欧美成人综合| 国产成人免费| 欧美日韩在线成人看片a| 伊人久久青青草| 国产欧美日韩网站| 人妻超级精品碰碰在线97视频| 在线黑人抽搐潮喷| 好嗨哟在线看片免费| 思思久久99热只有频精品66| 99久久久无码国产精品不卡按摩 | 金瓶梅 快播| 少男同志freedeos| wwwzzz日本| 免费国产综合视频在线看| 伊人不卡久久大香线蕉综合影院 | 日韩人妻精品久久日| 3D漫画H精品啪啪无码| 九九影院午夜理论片无码| 向日葵视频app下载18岁以下勿看| 调教玩弄奶头乳夹开乳震动器| 女人吃男人的鸡鸡| 4hu四虎免费影院www| 久久99国产亚洲高清观着| 亚洲欧美中文字幕高清在线| 国产精品一区二区AV交换| 四房播播开心色播| 电影果冻传媒在线播放| 日韩欧无码一区二区三区免费不卡 | 男女爽爽无遮挡午夜视频在线观看| 伊人久久精品线影院| 久久99精品AV99果冻|