Секреты невероятной силы нейронных сетей

Секреты невероятной силы нейронных сетей

Мощные системы искусственного интеллекта (ИИ) так хорошо работают, потому что их структура использует фундаментальные законы мироздания, предполагает новое исследование.

Результаты эксперимента могут помочь ответить на давние загадки про класс искусственного интеллекта, которые используют стратегию под названием «глубокое обучение». Это глубокое обучение или глубокие нейросетевые программы, представляют собой алгоритмы, который имеет много слоев. Глубокие нейронные сети часто хорошо решают сложные задачи классификации и многие другие.

Оказывается, одной из причин их эффективности может быть то, что они используют особые свойства физического мира, — сказал Макс Тегмарк, физик из Массачусетского технологического института (mit) и соавтор нового исследования.

Глубокое обучение

В прошлом году, ИИ решил задачи, которые многие люди считали невозможными: DeepMind, Google и система глубокого обучения, разгромили самый лучший в мире игроком в Go после соперничали в Европейскомуйти чемпионате. Но еще более удивительно, чем полнейший разгром своих противников, это как он справился с этой задачей.

«Большая тайна нейронных сетей, почему они так хорошо работают», — сказал соавтор исследования Генри Лин, физик из Гарвардского университета. «Почти все проблемы мы бросаем на них, а они решают».

Например, DeepMind явно не учили стратегии и не научили распознавать классическую последовательность ходов. Вместо этого, алгоритм просто «смотрел» игры других, а потом играл много против себя и других игроков.

Еще одна давняя загадка-почему эти глубокие сети гораздо лучше, чем так называемые «мелкие», которые содержат всего лишь один слой, говорит Тегмарк. Глубокие сети имеют иерархию и похожи на связи между нейронами в мозге, с низшего уровня информация течет к более «высокой» группе нейронов, и это повторяется в течение многих слоев. Аналогичным образом, более глубокие слои таких нейронных сетей, делают некоторые расчеты, а потом кормят этими результатами более высокие уровни программы, и так далее, — сказал он.

Проблемы, с которыми сталкиваются нейронные сети на самом деле это специальные математические задачи, которые могут быть радикально упрощены.

«Если вы посмотрите на класс наборов данных, которые мы реально встречаем в природе, они намного проще, чем мы могли себе представить», — говорит Тегмарк.

«Дело в том, что некоторые законы физики, как те, которые регулируют идеальный газ, остаются достаточно простыми, в то время как некоторые становятся довольно сложными. Так что есть множество дополнительных работ, которые нужно сделать, чтобы узнать почему глубокое обучение так хорошо работает». Сказал Лин.


искусственные нейронные сети искусственный интеллект Глубинное обучение
Если у вас есть статья, заметка или обзор, которыми вы хотите поделиться с аудиторией нашего сайта, присылайте информацию на: neuronus.com@yandex.ru.
Гость, оставишь комментарий?
Имя:*
E-Mail:


Свежее новое
  • Японский спутник попал в Книгу рекордов Гиннесса из-за сверхнизкой орбиты
  • Японский испытательный спутник «Цубамэ» установил рекорд, продержавшись семь дней на сверхнизкой орбите. Высота пролета над Землей составила 167,4
  • Американцы реабилитировали эсминец Zumwalt: он оказался самым устойчивым к волнам
  • Эсминец Zumwalt часто подвергают критике. И тому есть веские причины. Но недавно обнаружилось одно его неожиданное позитивное свойство: высокая
  • В Штатах теперь официально существуют Космические войска: их логотип опубликовал Трамп
  • Несколько дней назад в своем Твиттере президент США Дональд Трамп выложил логотип нового вида Вооруженных сил страны — Космических войск.
  • В 2020 планируют первый запуск туристического корабля на Луну, но точная дата пока неизвестна
  • Российская космическая программа предполагает первый пилотируемый полет к Луне в 2029-30 годах. Хотя есть данные и о более раннем старте.
  • Космический телескоп нового поколения «Джеймс Уэбб» скоро запустят в космос
  • В Соединенных Штатах завершен основной этап работ по созданию и предварительному тестированию телескопа James Webb. Ему предстоят еще испытания по
Последние комментарии
Эксперты назвали главную ошибку при зарядке телефона
Интересно, какие диванные эксперты дали такие рекомендации. В Вашей статье единственная цифра соответствует истине 50%. Но это не рекомендуемый заряд
Китайцы показали, какого цвета Луна на самом деле, и заподозрили американцев во лжи
Советую пересмотреть фильм"Козерог-1",и мультфильм"Незнайка на луне"!Оба именно про схему обмана NASA простых граждан!!Чем больше шумихи вокруг
Китайцы показали, какого цвета Луна на самом деле, и заподозрили американцев во лжи
Ты почти прав.Только на орбите могло их дерьмо болтаться,а не ракета!:) До сих пор ни единого грамма этого псевдо"лунного"грунта не было передано
Китайцы показали, какого цвета Луна на самом деле, и заподозрили американцев во лжи
В США было прогрессивное надувательство всего мира!!:)))Ради доказательства"широких возможностей капиталистического мира"!!:)))
Китайцы показали, какого цвета Луна на самом деле, и заподозрили американцев во лжи
Реокмендую пересмотреть ещё два фильма!"Козерог-1",и мультфилм"Незнайка на луне"!Оба прямо сняты по событиям мистификации полёта америкосов!!!:)
Мы в социальных сетях
Статистика
0  
Всего статей 2303
0  
Всего комментариев 659
0  
Пользователей 167