开发一个自学成才的机器人:DARPA冒着跨越线路的风险
国防科学研究院(DARPA)正准备启动一项近4年前的项目,以开发能够自我教育和改进自身的人工智能。
新项目不是关于人脑建模和在计算机上运行模型。 在短期内,由于人类大脑的特殊复杂性以及我们的思维如何运作的鲜为人知的原则,许多科学家认为这条道路是死路一条。 DARPA计划采用不同的方式:构建将使用概率编程算法学习的机器,即筛选大型数据库并选择最佳解决方案。 在这项工作的过程中,人工智能将学习,并在一段时间后将能够轻松解决简单的任务。 正是这些小说中的项目小说开始了汽车的起义和人类的死亡。
DARPA专家建议46月的商业活动为自学机器开发新的概率编程技术,缩写为PPAML。 PPAML技术将帮助军队更有效地解决当今需要巨大人力资源的许多分析任务。 特别是,自学习机器在进行智能,观察,语音识别,驾驶汽车,筛选信息以搜索有价值的数据等方面非常有用。
人工智能的硬件可以变化:基于多核处理器的超级计算机,普通PC和云网络。
很难说在未来几年内创造如此复杂的人工智能系统是多么现实。 目前,有许多自动分析工具可以促进人们的工作,但到目前为止,它们都没有真正的自我学习能力。 目前,使用数据库技术的最高成就基本上仍然是存档图片与来自摄像机的图像的比较。 因此,DARPA强调PPAML算法将更加困难,特别是,它们将能够组合不同类型的信息,独立地制定请求并基于所获得的数据制定解决方案。
新项目不是关于人脑建模和在计算机上运行模型。 在短期内,由于人类大脑的特殊复杂性以及我们的思维如何运作的鲜为人知的原则,许多科学家认为这条道路是死路一条。 DARPA计划采用不同的方式:构建将使用概率编程算法学习的机器,即筛选大型数据库并选择最佳解决方案。 在这项工作的过程中,人工智能将学习,并在一段时间后将能够轻松解决简单的任务。 正是这些小说中的项目小说开始了汽车的起义和人类的死亡。
DARPA专家建议46月的商业活动为自学机器开发新的概率编程技术,缩写为PPAML。 PPAML技术将帮助军队更有效地解决当今需要巨大人力资源的许多分析任务。 特别是,自学习机器在进行智能,观察,语音识别,驾驶汽车,筛选信息以搜索有价值的数据等方面非常有用。
人工智能的硬件可以变化:基于多核处理器的超级计算机,普通PC和云网络。
很难说在未来几年内创造如此复杂的人工智能系统是多么现实。 目前,有许多自动分析工具可以促进人们的工作,但到目前为止,它们都没有真正的自我学习能力。 目前,使用数据库技术的最高成就基本上仍然是存档图片与来自摄像机的图像的比较。 因此,DARPA强调PPAML算法将更加困难,特别是,它们将能够组合不同类型的信息,独立地制定请求并基于所获得的数据制定解决方案。
信息