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

  如何评价新Nature子刊Nature Machine Intelligence的出现? 
  区块链是元宇宙的核心技术吗? 
  运维监控的KPI异常检测 业界有哪些实用方法? 
  理工科本科生该如何成为双证专利律师? 
  如何评价基于游戏毁灭战士(Doom)的AI死亡竞赛大赛结果? 
  如果百年后深度学习最终有了公认的数学理论作为基础,能解释实验中的各类玄学,那这个理论会长什么样子? 
  有哪些解决完之后让你拍案叫绝的算法问题? 
  如何用python来统计MacPro的圆圈个数? 
  大数据给我们的生活带来了哪些改变? 
  AAAI 2022有哪些值得关注的方向? 

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?





© 2025-05-20 - tinynew.org. All Rights Reserved.
© 2025-05-20 - tinynew.org. 保留所有权利