首页 体育世界正文

霍尊,超维核算让AI有回忆和反响,还能处理自动驾驶难题 | 硅谷洞悉,承德

更多精彩,敬请重视硅谷观察官方网站(霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德http://www.svinsight.com)

这能够打破咱们与自动驾驶轿车和其他机器人之间的僵局,这也妈妈卖淫将促进更像人类AI模型的呈现。前园希美

马里兰大学的一个研讨团队最近提出了超维核算理论(hype古巨基老婆陈英雪rdimensional computing theory),能够让机器人具有回想和反应。这能够打破咱们与自动驾驶轿车和其他机器人之间的僵局,这也将石家庄大保健促进更像人类AI模型的呈现。

处理方案

马里兰州团队提出了一种理论办法——超维罗大发核算,一种超线程的代替办法,依据布尔值和数字核算,能够替代当时用于处理感霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德官信息的深度学习办法

根舒畅吗据团队成员之一也是论文作者的博士生Anton Mitrokhin的说法,这很重要,由于要让AI像人类相同面临着处理的瓶颈:

依据神经网络的AI办法既巨大又缓慢,由于这种办法无法回想。咱们的超维理论办法能够发生回想,这将大幅削减核算需求,而且使使命能够更快和更有用地完结。

回想是当时人工智能所不具备的,但这关于猜测未来的使命非常重要。幻想一下,在打网球的时分,每次击球时你都不在脑筋中核算,而仅仅跑过来,然后打它。你感知到球并采纳举动,没有凭借其他东西将实在国际的数据转化为数字数据然后进行处理。这种在没有过滤器的情况下将感知转化为举动的才能是人类在实际国际中固有的才能。

问题

2016年5月,特斯拉轿车在敞开自动驾驶辅佐体系的情况下,未能“看到”货车的白来阿姨能够跑步吗色拖车,特斯拉轿车以高速公路的速度撞向它。最近又发生了相同的工作。不同类型特斯拉轿车,不同版别的自动驾驶体系,但结果是相同的,这是为什么?

尽管埃隆马斯克应该民间忌讳1000例承当一些职责,人为过错也需求对此担任,但现实雷子头仍然是深度学习会让自动驾驶轿车变得糟糕,而且没有太大的期望让它会变得更好。

其原因很杂乱,但能够很简单地解说。AI不知道轿车、人、拖车或热狗的姿态。很简单发现,一个深学习型AI模型能够经过一百霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德万张的图片进霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德行练习让这个模型对热狗图片辨认的精确度到达99.9%,但它永久不会知道真实看起来像是什么样。

未来

超维核算理论为AI供给了真实“看到”国际并做出自己推论的才能。经过对每个可感知的目标和变量进行数学愉情运算,超逗哈快猪矢量能够在机器人中完成“自动感知”,而不是企图经过强制处理顾小艾整个世界。

据论文的首要作者 Yiannis Aloimonos所说:

主哈宝530动感知者知道为什么要感知,然后挑选要感知的内容,并确认感露胸相片知的办法,包含何时以及在何处完成感知。它挑选并专心于场景、时间和情节。然后,它将其机制,传感器和其他组件,霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德以依据它想要检查的内容进行操作霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德,并挑选最佳捕获其目的的角度。咱们的超维结构腹组词能够处理每个问题。

尽管机器人的超维核算操作体系的创建和完成仍然是理论上的,但这些想珍嘉丽法为研讨供给了一条行进的路途,能够为无人驾驶轿车AI供给处理当时需求处理问题的办法。

此外,这个理论不仅仅是机器人技能。研讨人员的最终目标是用更快、更有用的依据超维核算的替换神经网络模型替代迭代神经网络模型。这或许会导致一种没有发展的线下,它接近于开发新的机器学习模型。

咱们或许更接近于完成一个能孙耀奇够在不熟悉的环境中学习履行新使命的机器人 基佬王- 比方“Jetsons”中的Rosie The Robot - 比大大都专家都以为的更好。当然,像这样的技能也或许带来其他问题....霍尊,超维核算让AI有回想和反应,还能处理自动驾驶难题 | 硅谷观察,承德..不那么卡通化的产品。

更多精彩,敬请关夜趣宅男注硅谷观察官方网站(http://www.svinsight.com)

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。