天才創(chuàng)始人對談AI教父Hinton：多模態(tài)是AI的未來,，醫(yī)療將發(fā)揮AI最大的潛力(6)

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2024-05-21 20:45:29 網(wǎng)易

主持人：你可能會說,，它會超越人類的認知。盡管我們看到了一些例子,，但貌似尚未真正見到你說的這點,。很大程度上,，我們?nèi)匀惶幱诋斍暗目茖W水平,。你認為什么能讓它開始有所超越呢,？

Hinton：我覺得在特定情況中已經(jīng)看到這點了,。以AlphaGo為例。與李世石的那場著名比賽中,，AlphaGo的第37步,，所有專家看來都覺得是錯棋，但后來他們意識到這又是一步妙棋,。

這已經(jīng)是在那個有限的領域內(nèi),，頗具創(chuàng)造力的動作。隨著模型規(guī)模增加,，這樣的例子會更多的,。

主持人：AlphaGo的不同之處在于，它使用了強化學習,，能夠超越當前狀態(tài),。它從模仿學習開始,，觀察人類如何在棋盤上博弈，然后通過自我對弈,，最終有所超越,。你認為這是當前數(shù)據(jù)實驗室缺少的嗎？

Hinton：我認為這很可能有所缺失,。AlphaGo和AlphaZero的自我對弈,，是它能夠做出這些創(chuàng)造性舉動的重要原因。但這不是完全必要的,。

很久以前我做過一個小實驗,，訓練神經(jīng)網(wǎng)絡識別手寫數(shù)字。給它訓練數(shù)據(jù),，一半的答案是錯誤的,。它能學得多好？你把一半的答案弄錯一次,，然后保持這種狀態(tài),。所以，它不能通過只看同一個例子來把錯誤率平均,。有時答案正確,，有時答案錯誤，訓練數(shù)據(jù)的誤差為50%,。

但是你訓練反向傳播,，誤差會降到5%或更低。換句話說,，從標記不良的數(shù)據(jù)中,，它可以得到更好的結果。它可以看到訓練數(shù)據(jù)是錯誤的,。

聰明的學生能比他們的導師更聰明,。即使接收了導師傳授的所有內(nèi)容，但他們能取其精華去其糟粕,，最終比導師更聰明,。因此，這些大型神經(jīng)網(wǎng)絡,，其實具有超越訓練數(shù)據(jù)的能力,，大多數(shù)人沒有意識到。

主持人：這些模型能夠獲得推理能力嗎,？一種可能的方法是,，在這些模型之上添加某種啟發(fā)式方法。目前,，許多研究都在嘗試這種,，即將一個思維鏈的推理反饋到模型自身中,。另一種可能的方法是，在模型本身中增加參數(shù)規(guī)模,。你對此有何看法,？

首頁上一頁...3 4 567 8 9...全文共 18 頁下一頁

關閉

天才創(chuàng)始人對談AI教父Hinton：多模態(tài)是AI的未來,，醫(yī)療將發(fā)揮AI最大的潛力(6)

相關新聞

今日熱點

頻道熱點