百科问答小站 logo
百科问答小站 font logo



相比于时下流行的机器学习方法(联接主义),传统的人工智能方法(符号主义)有什么独一无二的优势? 第1页

  

user avatar   david-dong-20 网友的相关建议: 
      

传统的方法,最大的好处是在于可解读性,原因过程结果都非常清楚,一切都是确定的。

即使有不确定的东西,我们也可以用某种方式建立模型,然后用相对确定的方式去推理验证,它的基础是非常稳固的。

相对来说,机器学习就容易陷入一种接近于玄学的范畴。在正统的计算机科学里面,其实是没有机器学习的,你看ACM里面就没有设置机器学习方面的Journal。当然,现在机器学习的效果实在太好,大家都要沾沾光,ACM也有这个方面的conference了,而且很多领域都涉及了不少机器学习的内容。

传统的方法,像符号主义,最大的问题还是在于它的计算复杂度太高了,而且模型本身也不容易建立。像现在联接主义的突破其实对于传统AI也是利好的,因为有些不好建模或者计算复杂度太高的部分可以用像NN这样的方式解决,最后综合出新的优秀方案。像DeepMind搞出的AlphaGo其实可以说就是这样一种东西。

可以做的新东西太多了,大家应该多多关注传统符号主义和联接主义的结合,引入语义进机器学习,或者引入机器学习作为传统AI的模块。说不定哪天我们就做出真正的强AI了 :)




  

相关话题

  什么是反事实分析呀? 
  如何评价柯洁与 AlphaGo 的对决? 
  除了深度学习,机器学习领域近年来还有什么热点吗? 
  把某人的 DNA 序列作为输入,正面照片作为输出,丢到深度神经网络里面学习,可行吗? 
  已有大量编程基础,如何速成python用于学习机器学习? 
  如何看待大疆员工猝死? 
  如何用人工智能AI来学习围棋? 
  如何评价微软亚洲研究院提出的LightRNN? 
  如何用一句话证明自然语言处理很难? 
  2019年CVPR有哪些糟糕的论文? 

前一个讨论
为什么同样作为程序员,和BAT的差距就那么大呢?
下一个讨论
怎么避免写Java风格的Scala代码?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利