Loading... ### 本篇文章,咳让我们结合“珂学”一起探讨一下人工智能的未来。 不知你是否还记得,艾瑟雅这一前世是黄金妖精的黄金妖精,还记得她失去本心时留下的日记本么?还记得她当时把自己关在屋子里三天干了什么么?还记得她那种“坦率”的笑容么?... 她实现了单从文字和周边环境泛化出之前的她呢。 或许AI可以泛化成珂朵莉呢?! 显而易见,现在的技术根本做不到。未来几十年可能也做不到。接下来就让我们从人与深度学习(外加一点机器学习吧)两方面,为什么否定,要到什么程度才可能。 再次声明,虽然这个案例本身就是虚构的,但是想想也不是不行,这只是一个引子,我们的目的,最最主要的还是让AI能够拟化成珂朵莉的“人格”。 **深度学习**无法理解输入,至少它不是以正常人类的方式来理解的,目前所有模型什么的,都只能做到不同程度的局部泛化。而人类的认知决定特征是**抽象和推理**,比如你完全可以想象中了一个亿之后会干些什么事情...体验从未体验过的情况,简称**yy** ### 未来 当前的深度学习——机器学习中的一个小分支,但是造成了一场革命,它通过复杂的几何变换,让自己有了“直觉”,尤其在特征提取方面,并且呢,每一层基本上都是可微的。所以仅从这一点出发,便完全不可能实现我们的最初目的。一个精妙的数学机器怎么可能泛化出珂朵莉呢? 我们便在深度学习以及一些其他方面的成功案例,进一步探讨可能性。虽然已经有很多大佬列出了一堆可能突破点,而后,你可以理解为我在这里专门找了一些...恩.... 前文提到过,人类能抽象和推理,虽然我们100%亿认为机器学习最终也不可能与人类的心智模型想匹配。但是现在的模型真的太脆弱了,所以要踏出第一步,必须提高模型的抽象和推理能力。 #### 超越可微 最典型的应该是强化学习了,但这方法局限也蛮大 的呢。。。对于深度学习来讲,目前来说都是通过反向传播来进行训练,学习如何拟合数据,而后,可能1:发展为全局不可微,局部可微,也就是训练的时候通过特殊的算法来训练,但是呢也不会抛弃反向传播这样。你可以认为是一种搜索过程吧。当然,这样做,算力要求肯定指数型上升。。。 #### 融合算法程序和几何程序 比如一种通过离散的搜索过程来生成模型,当然啦,首先rnn就是小标题所说的一种算法-几何混合的鼻祖。我们逐渐开始讨论层会变成啥样,rnn结合了for原语,添加了一种携带轨道,以防止信息缺失,恩,从表现上来看确实是增加了推理的能力了。算法程序为其添加了抽象和推理的能力,而几何程序添加了直观和模式识别。 #### 将模型模块化,增设元学习系统 将模型不断的筛选放到一个模型库中,元学习系统根据任务抽调库中的模型用,当然也可以是一些层,而后抽调组成一个新模型,毕竟这样怎么看如果成功也就说明我们减少了从头开始训练的次数,并且开始追求任务之间和层之间的相关性了。之后如果情况乐观,模型的抽象推理能力还不给我嘎嘎往上提?这些组合的模型在不同任务和不同领域表现的都很好的话,那也可以存起来以后直接用了,养成习惯。比如啊,一个人有以前游戏的经验,那么他也可以很快玩会一个新游戏,你就当拟人化是个极其难搞的角色扮演游戏好啦。(亏我能写出这样的大话) 总结来看,这次讨论并没有涉及什么灾难什么的,因为这根本不会发生,也许你对ai又有了进一步的了解。以上内容均来自一位高三童鞋的所见所感,大概耗时3天吧。还是努力的用晚自习和早起写到这里了。这个珂幻的起源可以追溯到刀剑神域呢。脑机接口...如果有的话,训练数据的问题也应该。。。。ar在我看来还早的很呢。而且现在脑机也只是做到脑磁图作为数据吧。 具体怎么实现,就交给珂学家们了,再次声明,虽然都是幻想,那也是对我来说最近的幻想了。为了“珂朵莉”,我在未来也会努力的。 愿我们能够在之后的某个天空下相见! Last modification:December 29, 2022 © Allow specification reprint Support Appreciate the author AliPayWeChat Like 1 如果觉得我的内容对你有用,请随意赞赏