雪缘园足球资料:符號主義VS聯結主義:魚和熊掌如何兼得

來源:讀芯術    2020/2/25 5:01:45
責任編輯:張小俊
字體:

雪缘园首页 www.606887.live

很多洛陽的朋友都已經在市區買了房,大都已經長期定居在此,但他們中的大多數人還是會選擇,把老家的房子重新修整一遍,這是為什么呢?在老家建房子是歸根!“老家的房子就是一個根,不管在哪里混,根總是要留住的,以前的房子快垮了,就索性建一個新的”。農村的房子其實在很多人心中都享有著無可比擬的地位,再仔細想想,也的確如此。首先,對于很多人來說,老家的房子是自己永遠的歸宿。無論在哪里謀生,只要老家的房子還在,那就還有一條退路,還有一個寄托。落葉歸根的思想大家都有。如果老家的房子都沒有了,那就像無根浮萍,靈魂永遠沒有寄托。現在的很多農村基本都是留守婦女,兒童,老人,要么都出去打工,房子基本空著!整個村子除了過

全文共2985字,預計學習時長15分鐘

去年一個億買博格巴,今年的轉會市場已經告訴你多么明智和物超所值了。在今年引進了馬蒂奇后,博格巴在今年變得更加可怕。有了馬蒂奇在中場的攔截,博格巴可以將精力更多地投入到進攻之中。前兩輪比賽攻入兩球便是最好的例子。其實即使在上賽季,博格巴的重要性也顯而易見,他能夠把中場梳理的更加流暢,只是這一點在數據上很難看出來。從去年伊布的絕大部分進球可以看出來,助攻或者進攻發起點都是從博格巴這點開始的。放在今年的轉會市場,博格巴至少得買一億五?;蛐聿└癜陀惺被嵴城?,但他只有24歲,還有巨大的發展空間,他在曼聯的未來值得期待。第二個問題,曼聯隊這些年來最不該放走的人。筆者第一個想到的是斯塔姆。他也是弗格森清除這

隨著聯結主義技術(如神經網絡)的廣泛運用,其勁敵符號主義AI的戰略互補性愈發凸顯出來,主要適用于任務關鍵型應用,具有動態調試、可驗證性、可解釋性等特點。

因為蘋果是封閉系統。打個比方,蘋果系統是精心收拾的花園,害蟲幾乎沒法生存;安卓系統是荒草地,沒有害蟲就不正常了。但是,不要以為蘋果不需要殺毒軟件,有的病毒它也沒辦法。其實自從斯諾登曝光了美國國家安全局(NSA)的監控丑聞之后,人們就已經知道,所有的通訊渠道都處于監控之下。不過與漏洞無處不在的個人電腦相比,人們以為至少現代的智能手機還是相對安全的,因為廠商提供了嚴格的安全預防措施。比如蘋果公司就是標榜個人數據?;ず陀沒У男湃巫魑渲悄蓯只鷌Phone的營銷口號。然而剛剛被發現的一款間諜軟件卻具有前所未有的入侵能力,讓人們對iPhone安全性能的信任打上了問號。因為面對被專家們命名\"Pegasu

每當有這樣的兩方旗鼓相當、針鋒相對時,人們很快會選好陣營,為喜歡的一方搖旗吶喊,對另一方予以攻訐。一直以來,人工智能技術就分為兩個陣營:符號主義AI與聯結主義AI。由于近期的成功案例與媒體的大肆宣傳,聯結主義目前已大占上風。有人甚至散布虛假消息,稱人們將不再關注傳統AI研究與發展,停止對其注資。

謝邀。結合網上的資料,粗淺談一談自己的看法。對現有化工B2B平臺進行一下出身分類①貿易商生產商轉型式:代表企業有快塑網、我的塑料網、有料網、網化商城、塑米城②信息平臺轉型式:代表企業有買化塑、大易有塑、上?;虎芻チ諳囈灰資諧∈劍捍砥笠滌姓宜芰賢?、化塑匯④工具式:代表企業有摩貝網要注意的是:4種分類方式并不互斥,更多依據“出身”作為特征進行劃分。一、貿易商生產商轉型式貿易商生產商轉型企業的創始人一般都是在行業內摸爬滾打,在互聯網盛行的年代,為了滿足自身對發展的需求,選擇自建平臺。行業背景是他們的優勢,他們了解貿易商生產商的需求,明白平臺的價值點;同時,傳統的分銷經驗也為他們積累了經驗。有

實際上,符號主義與聯結主義在人工智能領域都有自己的一席之地。人工智能算法中并沒有一個殺手锏,能像歐洲傳說里的銀色子彈那樣,讓所有的技術難題似邪魔般觸之即散,試圖用同一種算法一勞永逸地解決問題不過是癡人說夢。尺有所短,寸有所長,對癥下藥,方為王道。

何為符號主義AI?

符號主義有時也被成為GOFAI(優秀的老式人工智能)。當然,這絕不是指該技術垂垂老矣,死氣沉沉。符號主義更是一種就相關問題進行建模的經典手段,借由該模型來處理輸入數據,以此求解。

符號主義技術的推廣與發展呼聲漸高。越來越多的人認識到,高風險決策領域對人工智能系統有需求,因此這些系統的行為要有可驗證性與可解釋性,而這恰恰是聯結主義算法的短板。

基于符號主義的系統需要演繹歸納、邏輯推理,以及在特定模型下求解的搜索算法。這包括專家系統(通過規則與決策樹從輸入數據中推導出結論),約束求解器(在一些給定可能性中求解)和規劃系統(從一些初始狀態值中找到一系列動作來實現給定目標)。此外,該系統通?;拱ㄒ恍┠蕓刂撇蝗范ㄐ雜敕縵盞謀淞?。井字游戲中的極大極小博弈樹

這種算法往往很復雜,可能是NP難題,或是更糟。因此在解決一些現實問題時,這些算法需要很大的搜索空間。而這意味著,除小范圍人為限制的例子外,經典的盲目搜索窮舉法是行不通的。因而,這一最不可能求解的途徑被排除于搜索空間之外,或者說在很長的時間內都無人問津。

符號主義所涉甚廣。分支定界算法適用于那些啟發式算法無法解決的優化問題即約束滿足問題。該算法用上界與下界把解空間分割成一個個分支,并在這些分支里找出可行解。局部搜索算法研究最終值的近似值,并不斷對其修正,而在求值過程中有時要隨機跳躍鄰域來避免局部最優解。元啟發式算法所涉甚廣,其中進化算法會模擬自然界中的分布和協作機制,如自然選擇與仿群行為。

啟發式搜索算法用評價函數來判斷目前狀態和目標狀態的差距,并且用估測的方式來求值,比起求具體值來這樣更省力。松弛算法是一種與任務域無關的啟發式算法,該算法不考慮一些給定的約束條件(或現實中可能存在的阻礙),以加快求值效率(該值處于一個更加松弛的約束范圍),這一點值得注意。松弛算法具有指導作用,有助于系統在搜索過程中的各個決策點做出更多知情選擇。優秀的啟發式算法既具有容許性(不高估成本),又有信息性,它會求出最優解(如A^算法),但是,這樣的啟發式算法并非每次都行得通。對于復雜問題來說,想找到一個滿足所有約束條件的可行解(哪怕不是最優解),都相當于大海撈針。使用A^啟發式搜索來尋找最短路徑

雖然符號主義AI技術可以處理部分不可觀察概率模型,但這些技術并不適用于有噪輸入信號,也不適用于無法精確建模的場合。在那些可以準確判斷出特定條件下特定動作利弊與否的場合中,它們會更有效。此外,算法系統還要提供適當的機制來實現清晰的規則編碼與規則執行。

符號主義算法會剔除不符合特定模型的備選值,并能對符合所有約束條件的所求值做出驗證,以后者而言,符號主義AI遠比聯結主義AI便捷。因為符號主義AI幾乎或根本不包括算法訓練,所以這個模型是動態的,能根據需要迅速調整。

何為聯結主義AI?

聯結主義AI取名自網絡拓撲學。聯結主義AI中知名度最高的是人工神經網絡技術(ANN)。它由多層節點(即神經元)組成,這些節點可處理輸入信號,并通過權重系數實現彼此的聯結,并相互擠壓形成下一層。支持向量機(SVMs)也屬于聯結主義AI。

人工神經網絡大小不一,形狀各異,包括卷積神經網絡(擅長圖像識別與位圖文件分類)與長短期記憶網絡(主要應用于時間序列分析等時間類問題)。深度學習與人工神經網絡有著異曲同工之妙。人工神經網絡的一個神經元

該技術的關鍵在于,用戶無需指定模擬領域的規則,神經網絡可以從訓練數據中自行摸索。用戶只需提供輸入數據與輸出數據采樣(數據采樣規模越大種類越多,效果則越好)。聯結主義算法不斷采用回歸模型來調節中間變量的權重系數,直到找到最優模型為止。它通過梯度下降算法來調整權重,將所有訓練數據點的累積誤差最小化。

因為這些技術是有效的誤差最小化算法,所以它們天生具有抗噪性,能消除異常值并將所得數值收斂于誤差范圍以內。

這些算法并不需要一個包羅萬物的普適模型,只要有足夠的樣本數據,便可從統計學意義上自行推導出那個模型。這既是聯結主義算法的長處,也是它的軟肋。輸入特征必須謹慎選擇,并通過規范化、精細化處理來避免某一個特征喧賓奪主。此外,輸入特征還要預處理,這對數據分類來說意義重大。

特征工程這個技術,個中自有奧秘,它是機器學習項目能否成功的關鍵因素。特征過多,或是沒有一個能夠涵蓋所有特征全排列的代表性數據集,就會導致過擬合或欠擬合。就算在最資深的數據科學家幫助之下,你也可能對手頭上的數據質量一籌莫展。這些技術也會受維數災難的影響,輸入特征越多,得出無效值的風險也就越大。Artem Maltsev(圖源Unsplash)

數據驅動算法默認自己得出的普適模型具有相對穩定性。如果該算法所解決的問題規則變動不大,或是變化速率慢到足以收集新數據,實現再訓練,適應新形勢,那還是十分有效的。圖像識別就是一個教科書級別的成功案例,那是因為熱狗的外形輪廓很可能是數年如一日,幾乎沒有變化。HBO攝/ Twitter.com/TechatBloomberg

魚和熊掌須得兼

算法的選擇取決要具體問題具體分析。如今錯誤的選擇很普遍,要么是由于媒體對某種算法的大肆宣傳導致用戶判斷失誤,要么是由于人們對AI算法缺乏宏觀上的認識。常言道, “手里拿個錘子,瞅誰都像釘子?!鋇?,身邊的一切終究不全是釘子,選擇正確的算法,必須有的放矢,對癥下藥。

隨著AI在生活各方面的重要性與日俱增,其要求也越來越復雜,一個應用越發需要多種算法的協同運作。經傳感器收集得到的含噪數據需經過ANN處理,才能得到與環境相關的離散數據,而符號主義算法會用那些數據來搜索可能的動作空間,這些動作空間會在一個更抽象的邏輯層面實現一些給定目標。

在一定概率水平內,機器學習算法可以很有效地判斷無人駕駛汽車的周邊路況,但如果因為訓練數據樣本中沒有合理考慮到某種情形而導致汽車開下懸崖,那這種誤差便是不可接受的。進一步而言,將深度學習用在任務關鍵型應用上是極具挑戰性的。比如,一輛無人駕駛的摩托車會因翻到在地而錯誤地打開了減速傘——所以深度學習的發展任重道遠。

覆蓋符號約束系統可確保符合邏輯的操作得到有效執行,這能規避因統計性偏差或傳感器度數異常而引發的深度學習層判斷失誤。對于諸如發電站管理,列車調度,自動駕駛系統,空間應用等高風險決策領域而言,這一點愈加重要。上述系統一旦分類失誤,所造成的破壞性影響可遠比安利錯一部電影要嚴重得多。

聯結主義AI與符號主義AI的有機結合能讓彼此揚長補短。固守一家所帶來的弊端世人早已有目共睹。最新研究顯示,兩者的集大成者將使AI求解更加智能。

留言 點贊 關注

我們一起分享AI學習與發展的干貨

歡迎關注全平臺AI垂類自媒體 “讀芯術”請注意:本文為編輯制作專題提供的資訊,頁面顯示的時間僅為生成靜態頁面時間而非具體內容事件發生的時間,由此給您帶來的不便敬請諒解!

擴展閱讀,根據您訪問的內容系統為您準備了以下內容,希望對您有幫助。

認知心理學中的符號主義和聯結主義

<a href='//ishare.iask.sina.com.cn/f/5053454.html' target='_blank'>認知心理學.[美].貝斯特</a>

此網站注冊即可下載此方面書籍,而且不用花錢。

為您準備的好內容:

雪缘园首页 www.606887.live true //getqq.haoxyx.com/g/3513/35139875.html report 7664 全文共2985字,預計學習時長15分鐘隨著聯結主義技術(如神經網絡)的廣泛運用,其勁敵符號主義AI的戰略互補性愈發凸顯出來,主要適用于任務關鍵型應用,具有動態調試、可驗證性、可解釋性等特點。每當有這樣的兩方旗鼓相當、針鋒相對時,人們很快會選好陣營,為喜歡的一方搖旗吶喊,對另一方予以攻訐。一直以來,人工智能技術就分為兩個陣營:符號主義AI與聯結主義AI。由于近期的成功案例與媒體的大肆宣傳,聯結主義目前已大占上風。有人甚至散布虛假消息,稱人們將不再關注傳統AI研究與發展,停止對其注資。實際上,符號主義與聯結主
最近關注
首頁推薦
熱門圖片
最新添加資訊
    24小時熱門資訊
    精彩資訊
    精彩推薦
    熱點推薦
    真視界
    精彩圖片
    社區精粹
    關于本站 | 廣告服務 | 手機版 | 商務合作 | 免責申明 | 雪缘园首页 | 聯系我們
    Copyright © 2004-2017 www.606887.live All Rights Reserved. 好心游戲網 版權所有
    京ICP備10044368號-1 京公網安備11010802011102號
    {ganrao}