![腾博汇·(中国)官方网站](/public/upload/system/2018/06/14/65cbf735256222b7ee1520fe28b7dabe.png)
新闻动态
联系腾博汇
咨询热线:0898-88889999
手机:13993200696时间:2023-12-04 00:50:02 点击量:
RuslanSalakhutdinov虽然人工智能在图像识别和产品引荐等方面获得了极大的变革,但是这项技术依然面对诸多挑战,尤其是如何让AI系统享有“记忆功能”仍然是一个难题。本周二(3月28日),苹果的AI研究部门的总监RuslanSalakhutdinov在MIT Technology Review会议上探究了人工智能的局限性,不过他未提到苹果是怎样将人工智能统合到Siri等产品中的。Salakhutdinov于去年10月重新加入苹果,他称之为自己对增强自学(Reinforcement Learning)十分感兴趣, 利用这种技术可以教会计算机通过重复优化决策来提供最差的结果。
例如,谷歌就用于了增强自学来协助数据中心达到最佳的风扇和操作者配备,从而使其更为节约能源。卡耐基梅隆大学(Salakhutdinov是该大学的副教授)的研究人员最近也在做到这方面的研究:用于增强自学训练计算机玩游戏上世纪90年代的视频游戏“Doom”。
迅速,计算机就学会了如何较慢并精确地射击外星人,而且还找到闪躲需要抓住敌人的火力。但是,它并不擅长于记忆,比如记不住迷宫的布局,这使得它无法事前规划和制订游戏策略。Salakhutdinov的研究牵涉到到一种AI软件,它需要记录“Doom”中的虚拟世界迷宫布局以及各个参考点,以便定位特定塔楼的方位。在游戏过程中,该软件首先不会辨别火炬的颜色(红色或者绿色),然后根据火炬的颜色定位适当颜色的塔楼。
最后,这个软件学会了如何在迷宫中寻找准确的塔楼。而且当它发现自己寻找的是错误的塔楼的时候,还不会原路回到,找寻准确的塔楼。尤其值得注意的是,该软件在每次找到塔楼时都需要回忆起火炬的颜色,Salakhutdinov说明道。不过,Salakhutdinov回应,这种类型的AI软件必须“很长的训练时间”,而且还必须强劲的计算能力, 因此无法不断扩大规模。
此外, Salakhutdinov想探寻的另一个领域是:教会AI软件通过“较少的样本和经验”超过更慢的自学速度。尽管没在演说中提到,但是他的这一设想似乎不利于苹果在更加较短的时间内建构更佳的产品。一些AI专家和分析师指出,由于苹果公司的隐私规则更为严苛,容许了可用作训练AI系统的数据量,因此苹果的AI技术不如谷歌和微软公司等竞争对手。Fortune指出,如果苹果仍然用于较较少的数据来训练AI系统,那么它也许能在符合隐私拒绝的同时,依然需要像竞争对手那样较慢对软件展开改良。
via. Fortune,(公众号:)编译器*图片来自网络【聘用】坚决在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间获取海外科技动态与资讯。我们必须若干注目国际新闻、具备一定的科技新闻选题能力,翻译成及写作能力优良的伸长编辑重新加入。履历投递至 wudexin@leiphone.com,工作地 北京。
版权文章,予以许可禁令刊登。下文闻刊登须知。
本文来源:腾博汇-www.earthskyanimalhealing.com