前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷歌及其他公司正构建能自我怀疑的人工智能系统

谷歌及其他公司正构建能自我怀疑的人工智能系统

作者头像
人工智能快报
发布2018-03-14 17:33:56
5980
发布2018-03-14 17:33:56
举报
文章被收录于专栏:人工智能快报

谷歌(Google)、优步(Uber)等公司正在构建能自我怀疑的人工智能系统,人工智能将会通过接受不确定性来做出更好的决定。

深度学习作为人工智能中最强大的方法,正在获得一种新的能力:一种不确定感。优步(Uber)和谷歌(Google)的研究人员正在对这两个最受欢迎的深度学习框架进行修改,使它们能够处理概率问题。这将为最聪明的AI程序提供一种方法来衡量他们对预测或决策的信心——从根本上说,就是让他们知道什么时候应该怀疑自己。

深度学习涉及到向一个强大的神经网络提供实例数据,这在过去的几年中取得了巨大的成功,通过深度学习,机器几乎能够完美地进行图像识别或语音识别。但它仍需要大量的训练数据和计算能力,而且它可能非常脆弱。

有点违反直觉地是,这种自我怀疑提供了一种解决办法。在涉及自动驾驶汽车和其他自动机械的关键场景中,这种新方法可能是有用的。“你希望有一个系统能给你一个衡量其确定性的指标。”谷歌公司正在研究这个问题的Dustin Tran说,“如果一辆自动驾驶的汽车不知道它的不确定性程度,就可能会犯致命的错误,而这可能导致灾难性的后果。”

这项工作反映了一种认识,即不确定性是人类推理和智力的一个关键方面。剑桥大学的教授、优步的首席科学家Zoubin Ghahramani表示,将其添加到人工智能项目中,会让它们变得更聪明,更不容易犯错。

随着人工智能系统在越来越关键的场景中投入使用,这可能是至关重要的。Ghahramani表示“我们希望有一个坚实的深度学习框架,但要让人们更容易表现不确定性。”优步发布了一种新的编程语言Pyro,这种语言将深度学习和概率编程结合。科研人员表示,Pyro给予了深度学习处理概率的能力,可以使它在几个方面变得更聪明。例如,它可以帮助程序从几个、而不是成千上万个例子中,以合理程度的确定性来识别事物。提供一定程度的确定性,而不是肯定或否定的答案,也应该有助于构建复杂的系统。

尽管传统的深度学习系统只学习所输入的数据,但Pyro还可以用于构建一个用知识预先编程的系统。这在机器学习目前可能出现的任何场景中都是有用的。

Edward是另一种包含不确定性的编程语言,它是哥伦比亚大学在美国国防部高级研究计划署(DARPA)的资助下开发的。Pyro和Edward虽都处于开发的初级阶段,但不难理解为什么优步和谷歌会对此感兴趣。优步在无数领域使用机器学习,从驾驶路径规划到设置高峰定价,当然也包括自动驾驶汽车。该公司在人工智能上投入巨资,聘请了许多从事创新研究的专家。谷歌最近已经在人工智能和深度学习的基础上重建了它的整个业务。哥伦比亚大学科研人员表示,将深度学习和概率编程结合起来是一个很有前途的想法,还需要做更多的工作。

不过,Pyro和Edward在将人工智能相互竞争的两大学派——一个侧重于神经网络,另一个则侧重于概率——集合在一起方面也具有重要意义。近些年来,神经网络学派占据了主导地位,其他的思想几乎被抛在了脑后。为了取得进展,该领域可能需要采纳这些其他想法。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-01-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人工智能快报 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
语音识别
腾讯云语音识别(Automatic Speech Recognition,ASR)是将语音转化成文字的PaaS产品,为企业提供精准而极具性价比的识别服务。被微信、王者荣耀、腾讯视频等大量业务使用,适用于录音质检、会议实时转写、语音输入法等多个场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档