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

  我们处于人工智能的时代,还是人工智障的时代? 
  学习人工智能,术语看不懂怎么办? 
  什么是反事实分析呀? 
  如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗? 
  如何把梯度传递过Argmax? 
  运维监控的KPI异常检测 业界有哪些实用方法? 
  无人驾驶多久可以在同场竞技中超越F1赛车手? 
  AlphaGo 能战胜李世石吗? 
  默写很花时间怎么办? 
  如何看待比 iPad 还大的史上最大芯片问世? 功耗比电磁炉还高有什么用? 

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?





© 2025-04-29 - tinynew.org. All Rights Reserved.
© 2025-04-29 - tinynew.org. 保留所有权利