首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    日本拟让自动驾驶汽车安装“黑匣子” 查明事故责任

    腾讯科技讯 在商业航空领域,客机上安装了“黑匣子”(飞行数据记录仪),以便在发生空难之后对原因展开详细调查。据外媒最新消息,日本政府正在谋划一个政策,即要求在自动驾驶汽车中也安装一种“黑匣子”,以便在发生交通事故之后调查原因,确定各方的责任。 据日经新闻1月27日报道,1月26日(周五),在日本国土交通省的一个工作组会议上,上述“黑匣子”的方案被正式提交。预计在五月份,这一政策可能被整合到日本政府有关自动驾驶汽车发展的监管框架中。 和客机一样,这个行驶数据记录仪将会准确记录自动驾驶汽车的各种数据,其中包

    05

    【干货】爆款最新机器学习论文,揭秘黑盒子模型

    近年来,许多准确的决策支持系统被构建为黑盒子,即向用户隐藏其内部逻辑的系统。缺乏解释性既是实际问题,也是道德问题。这篇综述文献报道了许多旨在克服这一至关重要弱点的方法,有时以牺牲准确性为代价来提升可解释性。可以使用黑盒决策系统的应用是多种多样的,并且每种方法通常被开发以提供针对特定问题的解决方案,并且因此,其明确地或隐含地描绘其自身对可解释性的定义。本文的目的是提供调研文献中关于解释概念和黑匣子系统类型的主要问题的分类。给定问题定义,黑匣子类型和所需解释,此综述应该有助于研究人员找到对他自己工作更有用的建议。所提出的黑匣子模型分类方法也应该有助于对许多研究开放性问题。

    03

    技术 | AI研究的盲点:无解的神经网络内在逻辑

    论人工神经网络内在逻辑的研究历史及现状。 伴随着大数据,人工智能(AI)在沉寂了多年之后,又迎来了新的高潮。在这场涉及大部分科学的革命中,人工神经网络释放了人工智能(AI)。但科学家们发现,这一关键技术暗含着一个问题:人工神经网络就是一个“黑匣子”。 我们都知道,无论人工神经网络有多么复杂,都可以将其看作是三部分:输入层、输出层和隐含层。其中,我们通过深度学习,对神经网络进行一层一层的叠加训练,以此来有效调整神经网络各级神经元的权重。但是,这里有一个问题,除去输入和输出,我们对隐含层发生了什么一无所知,即对

    06

    代码将退出历史舞台:像训狗一样训练计算机

    计算机尚未出现之前,大多数经验丰富的心理学家都以为大脑就像个不可知的黑匣子。我们可以分析对象的行为——比如著名的巴普洛夫实验:摇响铃铛会让狗分泌唾液,但思维、记忆与情感这些又如何分析呢?这些东西太过模糊、难以了解,远超科学知识的理解范畴。因此这些自称“行为学家”的科学家们将自己的工作范围限定在对刺激和反应、反馈与强化、铃铛与唾液之类的研究上,他们放弃了理解思维内部运作方式的尝试,而这样的时日长达40年之久。 之后到了20世纪50年代中期,一群叛逆的心理学家、语言学家、信息理论学家以及早期的人工智能研究学家们

    08

    代码将退出历史舞台:像训狗一样训练计算机

    本文为《程序员》原创摘译文章,未经允许不得转载,更多精彩文章请订阅2016年《程序员》 计算机尚未出现之前,大多数经验丰富的心理学家都以为大脑就像个不可知的黑匣子。我们可以分析对象的行为——比如著名的巴普洛夫实验:摇响铃铛会让狗分泌唾液,但思维、记忆与情感这些又如何分析呢?这些东西太过模糊、难以了解,远超科学知识的理解范畴。因此这些自称“行为学家”的科学家们将自己的工作范围限定在对刺激和反应、反馈与强化、铃铛与唾液之类的研究上,他们放弃了理解思维内部运作方式的尝试,而这样的时日长达40年之久。 之后到了20

    03

    理论计算机科学家 Boaz Barak:深度学习并非“简单的统计”,二者距离已越来越远

    大数据文摘授权转载自AI科技评论 作者|Boaz Barak 编译|黄楠 编辑|陈彩娴 上世纪九十年代,斯坦福大学的知名生物信息学教授 Rob Tibshirani 曾拟了一个词汇表,将机器学习与统计学中的不同概念作了简单而粗暴的对应关系: 一方面,这个表格为理解机器学习提供了基础的认识,但同时,其简单地将深度学习或机器学习中的概念归纳为统计学中的词义,也引起了大多数人对深度学习本质的认知偏差:即深度学习是“简单的统计”。 然而,在深入探讨中,这样的认知在一定程度上阻碍了研究者理解深度学习成功的本质原因。

    01
    领券