读书成神豪

从前有只坏猪

首页 >> 读书成神豪 >> 读书成神豪最新章节(目录)
大家在看重生之大富翁系统 修真四万年 玩家凶猛 我的邻家空姐 黑雾之王 倚天之崆峒门徒 非常权途 校花学姐从无绯闻,直到我上大学 玄界之门 你跑不过我吧 
读书成神豪 从前有只坏猪 - 读书成神豪全文阅读 - 读书成神豪txt下载 - 读书成神豪最新章节 - 好看的都市小说

第252章 浅度学习

上一页书 页下一章阅读记录

但是其实这种认知性的任务,对人类而言都是非常简单的,现在AI所能做的这种事情或者能达到的水平,人其实也很容易做到。

只是AI可能在速度上更快,并且规模上去之后成本更低,并且24小时都不需要休息。更有挑战的问题是,人工智能能不能做一些人类做不了或者是很难做好的事情。

像图象识别、语音识别这类认知性的任务,AI之所以做得好,是因为这些任务是静态的,所谓静态就是给定输入,预测结果不会随着时间改变。

但是决策性问题,往往和环境有很复杂的交互,在某些场景里面,如何做最优决策,这些最优决策往往是动态的,会随着时间改变。

现在有人尝试把AI用到金融市场,例如如何用AI技术来分析股票,预测股票涨跌,对股票交易给出建议,甚至是代替人来进行股票交易,这类问题就是动态决策性问题。

决策性问题的第二个难点在于各种因素相互影响,牵一发而动全身。

一支股票的涨跌会对其他股票产生影响,一个人的投资决策,特别是大的机构的投资决策,可能会对整个市场产生影响,这就和静态的认知性任务不一样的。

在静态认知性任务我们的预测结果不会对问题(例如其他的图像或者语音)产生任何影响。

但是在股票市场,任何一个决定,特别是大的机构的投资策略会对整个市场产生影响,对别的投资者产生影响,对将来会产生影响。

当前深度学习已经在静态任务里面取得了很大的成功,如何把这种成功延续和扩展到这种复杂的动态决策问题中,也是当前一个深度学习的挑战之一。

章杉认为,一个可能的思路是博弈机器学习。

在博弈机器学习里,通过观察环境和其他个体的行为,对每个个体构建不同的个性化行为模型,AI就可以三思而后行。

选择一个最优策略,该策略会自适应环境的变化和其他个体的行为的改变。

……

章杉在这篇论文继提出了一种几乎是完全反深度学习思路的机器学习——浅度学习。

强调增强博弈机器学习的重要性,强调AI的逻辑性和思辨性,大幅度降低“机器学习”任务量。

毫无疑问,这是一种全新的机器学习方式!

最起码,这种全新的模型在处理动态信息上取得的成绩将是革命性的。

喜欢读书成神豪请大家收藏:(m.2yq.org)读书成神豪爱言情更新速度全网最快。

上一页目 录下一章存书签
站内强推女配修仙:干掉原书大女主 我不是戏神 精灵:开局捡漏玉虫石板 蛊真人 重生好莱坞之金牌制作人 全球洪荒:我在洪荒称尊做祖 穿越战锤世界,但我没有哭出声 疯了吧,下乡小知青竟是玄学大佬 在港综成为神话 重生90:从带妹赶海走上人生巅峰 四合院:在四合院虐禽的日子 大佬不走剧情 我,外卖员,开局觉醒原子掌控 玄幻:杀猪百万头,我无敌世间 教女主厚脸皮,可没教她不要脸啊 型月,我的九重道路 落日佣兵 带着空间闯非洲 世界真的完美吗 洪荒之开局随机奖励完美鸿蒙紫气 
经典收藏我在非洲当酋长 全球轮回:没有人比我更懂剧情 重生1980:开局迎娶姐姐闺蜜 全球兵符:从传国玉玺开始无敌 跟高冷校花同房,我成荒古圣体了 重生1984:从开发汉卡开始 黑科技直播间 大王饶命 四合院之民警居然会查克拉 重生看到机缘后,送未婚妻上热搜 重生60年代,开局就上山下乡 天空农场,你管这叫种田? 重生80靠赶山狩猎实现财富自由 俗人回档 高武:顿悟亿点点 四合院之我也来凑热闹 穿越六零,带着妹妹去下乡 诗酒双绝:一剑开天,校花崩坏了 军火大亨到战争之王 上班摸鱼,一等功自己送上门了? 
最近更新我转生成兔子这档事 就算变身萝莉,也要大声说爱你 我是你闺蜜,不是你老婆啊! 重生84:九个赔钱货?我把女儿宠上天 识迹 跟绝美领导一夜后 黑道神王:我的美女军团太强了 人在高武,开局呼唤齐天大圣 1969:拒绝喜当爹,退婚知青成首富 上学工作和恋爱 害我家破人亡?我出狱带七位嫂子杀疯了 三分钟剑仙体验卡 漫威:黑寡妇醉酒后,我跟她谈心 港片:我真南哥,开局捡了小结巴 鬼迷疯重生之80后逆袭人生 让我顶罪,满级出狱你们下跪干什么 流水线上的哼哈二将 满级仙帝,带着修为回来了 初恋无解式 校花分手?我反手混沌体镇压星空 
读书成神豪 从前有只坏猪 - 读书成神豪txt下载 - 读书成神豪最新章节 - 读书成神豪全文阅读 - 好看的都市小说