オリジナル住所:
-------------------------------------------------- --------------------------------------------
でも、それはそれについては少し心配研究のその分野であるため、非常によく、オンラインこのインタビューのようなレポートを参照してください、そしてより多くの同意意見の一部でその記事の抜粋。
オリジナルパーツ:
素人や人工知能は非常に精通していない、学習の深さは、行うには危険なものがたくさん隠されている、あまりにも多くを期待しています。人々は、高い期待を持っている理由のこの部分は、彼らがいることでも、現在は非常に限られた場面で使用されている学習の深さを理解していない、それが良いだけを持っている時の5つの条件を満たすことができることを意味しています、パフォーマンス、条件のいずれかの欠如は、大幅に範囲を達成するために削減されます。
5つの条件は次のとおりです。
まず、データの富を持っている必要があります。
第二に、完全な情報。
第三に、確実。
第四に、静的および構造化された環境。
第五に、限られた地域とシングルタスク。
PS:1.小さなサンプルデータがまだアルゴリズムを学ぶことが良い研究である働くことができるデータのアプリケーション環境の少量でマシンを作る方法を、非常に有望であることも表示されます。
非常に理解していない2.全情報は、これは、インスタンスが不完全な情報の一部または属性を参照することがいくつかの情報が不足している場合は学習データセットは、現在、一般的にすべてのすべてのインスタンスを十分に認識している属性情報と言っているわけではありませんこれは、状況の権利です。
不確実性はありません。3.確実性が、これは、私はそれを蓄積することができる学習のような漠然とした何かを学んでいると思うし、それはデータの多くの実用的な問題で非問題に起因していない非常に理解していません不確実性は、データがそれを分散することを意味しますか?この不確実性はどのようにこの特定の説明が、直感的な感覚を知っていないとより密接に実際の問題に接続する必要があります。
4.静的、これは機械学習の問題は、現在、一般的にデータの固定セットを指し意味するかもしれない、オンライン学習の比較それのようなものであり、それは強化学習の一種かもしれないが、あまりにも、可能な連続したデータやインタラクティブな環境が必要ですこれは、継続的な学習として生涯学習のようなものを指すことがあります。構造化された、現在のMLは、データセットが構成されている学んだと言ってよい、これを具体的に何を意味するかも明らかではありません。
5.この単一のタスクの見積もりは今それを移行することを学ぶより多くの火災調査、マルチタスク学習、より多くの学習モデル、マルチモーダルな学習、です。
深い学習状況や問題の欠如への現在の状況も非常に共通しています、
あって、第1顔認識、一度音声認識ジャミングは著しく減少して存在します。
第二に、と学習ベースのシステムの深さ既存のシステムの一つが説明致命的な欠陥ではありません。
また、学習の深さは、人工知能の氷山の一角である人工知能、多くがあり、他の多くの重要な問題に対処する必要があります。
これに基づき、張ボー学者は、人工知能は清華大学のスローガン研究所と組み合わせると信じている人工知能の今後の動向に、独自の見解の解釈を提案しました。
まず、人工知能の理論と方法解釈可能で堅牢なの設立。
第二に、安全で、信頼性の高い、信頼できる人工知能技術を作成します。
第三に、人工知能の革新的なアプリケーションを作成します。
「唯一この3点を達成することにより、人工知能をさらに開発することができます。」
PS:新たな研究の方向性や研究の新しい分野を開く、または人工知能のいくつかの新しいアプリケーションを着陸、この種のものを推定し、私の世代はそれを行うには何もしています、これは資源と個人的な機会と才能の大規模な投資が必要になる場合があり、この私はしたくありません。機械学習の問題がある可能性がありますの解釈可能性と堅牢性が必要であるべき確立し、自分自身を説明することはできません、それは現在の深さの研究のユニークな問題よりもかもしれないが、問題は確かに深刻DLです、何も説明であるように思わない、アップしている様々なモデルが一緒にこすって、様々なトーンパラメータ、様々な修復モデルは、常にトリッキーではないと感じ、占いトーンのように感じますが、占いのために、より便利なものではありません。堅牢性が解決されない、いくつかの機械学習アプリケーションが着陸を成熟することは困難であっただろうがあるかもしれません。
最後に、シンバルアカデミー張はまた、中国の研究者に存在する現在の問題について話しました、彼はその最大の欠点は、それは流れに追随したいと考えています。「私たちの現在の研究は、人工知能、学習の深さ、知識表現、他の分野での企画、推論や不確実な取り扱いAIへの配慮の欠如に焦点を当てています。たとえば、昨年のIJCAI、唯一の1のすべての論文の深研究に関する論文を/図3は、執筆者の70%は中国であり、他の知識表現、企画、推理や他の論文の2/3が、基本的には中国の作家から来ませんでした。
PS:私たちは疑いのこの感覚に合う従わなければならないのです。