• 導航菜單

    科學家無法衡量AI學習和執行新任務的能力

    到目前為止,我們知道人工智能是未來。許多企業都在AI技術上投入大量資金,而科學家正在取得很大進步。但是,我們如何衡量這一進展?滑鐵盧大學的科學家進行了一項研究,該研究表明,沒有確定機器學習工具是否可以成功解決給定問題的確切方法。

    有些人害怕人工智能。這是一個可以做壞事,但也可以做很多事的工具??茖W家們一直在談論這項技術的新進展。但是,現代AI的有效性和功能很難衡量。實際上,當我們將任務分配給各種算法時,我們幾乎無法預測它們是否太困難。這是一個令人擔憂的概念,科學家們說我們應該謹慎行事。

    如果需要搬運重物,則必須選擇合適的卡車。您查看它們的功率,發動機規格,貨艙尺寸,然后準確地決定機器是否適合該工作。

    沒有用于AI算法的此類測量系統。

    此外,科學家們說,也不可能有一個-如果任務比簡單的“是或不是”情況更復雜,更籠統,我們就無法將可??學習與不可學習任務區分開。

    科學家使用一種稱為估計最大值的學習模型來捕獲許多常見的機器學習任務。他們為AI系統提供了各種任務,例如確定最佳位置來定位一組分銷設施,以優化其對未來預期消費者的可訪問性。分析表明,僅通過使用數學方法就無法預測基于AI的工具是否可以完成該任務。

    這很有趣,因為科學家認為他們幾乎可以測量和研究所有東西。該分析表明,不可能100%的時間。該研究的主要作者Shai Ben-David說:“這一發現令研究界感到驚訝,因為長期以來人們一直相信,一旦提供了任務的精確描述,便可以確定機器學習算法是否有效。將能夠學習并執行該任務”。

    未來,人工智能系統仍將被廣泛使用。實際上,人工智能技術已經超越了科學活動的邊界,并且已經是一種可商購的工具。有趣的是,科學家將如何解決無法預測任務對于算法而言是否太困難的問題。

    鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

    美女被强吻胸视频