美国“四院院士”特伦斯谈人工智能“瓶颈”:远未达极限,数学家已经有了实现AI可解释性的理论工具

动漫推荐 浏览(1451)

美国“四院院士”特伦斯谈人工智能“瓶颈”:远未达极限,数学Home有一个实现AI可解释性的理论工具

壹图网)

经济观察网在线记者宋迪张文阳的深度学习是目前人工智能最关注的领域,也是人工智能兴起的原因。与此同时,这项技术无法解释的性质也使一些人相信深度学习已经面临瓶颈。

7月25日,四所国立大学(国家科学院,国立医学院,国家工程院,国家艺术与科学院)和美国“脑项目”项目负责人Terence Shenofsky的院士接受了经济。根据观察网络访谈,美国数学界已经有了相应的理论工具来实现深度学习黑匣子的可解释性。虽然尚未公布,但他无法透露更多细节,

特伦斯还认为,人工智能正在带来数学和统计学的新时代。同时,在Terence看来,蒸汽机和热力学之间的当前关系是。经过几十年的蒸汽机发明,人们学会了热力学并用它来提高蒸汽机人工智能的基础数学,脑科学逻辑可以在发展过程中。逐渐被人们所掌握和理解。

经济观察网:目前的深度学习技术路线有多大潜力?你有没有遇到天花板?

特伦斯:我觉得它不太可能达到极限。既然深度学习刚刚进入发展阶段,那么发展应该在10年的周期内计算,并且在未来的20或30年内将达到极限。

现在我们已经迈出了通过展示相关AI技术来解决问题的第一步,并且我们将来会遇到更多问题。与互联网相比,当它首次发送电子邮件时,我们无法预测它会对我们的业务和生活产生什么影响。因此,对于AI的影响,我们仍然需要等待。

经济观察在线:您主要谈论的是应用层的影响。那么在理论层面的底层,这项技术有没有突破,比如数学?

特伦斯:我参加了由华盛顿特区的美国科学院组织的研讨会。研讨会的主题是“深度学习的科学”。组织本次研讨会的数学家是具备测试深度学习网络内部结构的技能和工具的人。

人们经常使用“黑匣子”来解释深度学习。这不是真的,甚至相反,因为这些所谓的“黑匣子”是完全透明的,我们可以访问每个单独的连接单元,每个活动类型,它们都在那里。现在,数学家可以探索并开始测试模型的工作原理,信息如何在网络中流动,以及最终如何执行变换。通过几个例子经常讨论这个问题。

这种情况正在发生,上述会议的数学家们已经开始描述他们对此的新见解。统计学家提出了一些悖论。你有这么多参数,现在可能会过度拟合。众所周知,有这么多参数,数量远远超过任何数学家和统计学家过去可以访问的数量。

我认为这将成为数学和统计学的新时代。我认为这将产生深远的影响,因为对于任何技术,一旦你触及数学和物理学的基础知识,你就可以更深入地扩展它。

以蒸汽机为例。二百五十年前,英国的詹姆斯瓦特发明了蒸汽机。它改变了整个社会,因为它释放了人类的生产力。人们用了几十年的时间来理解热力学的原理,了解蒸汽机的工作原理,以及如何优化它们的性能。在接下来的一百年里,人们基于这一原则开创了一个新的工业时代。有火车和其他交通工具可以创造数百万的社会财富。工厂也进行了升级.这原本是技术动能的转变,但经过多年的认识和理解,它最终引领着整个社会的未来发展。

所以我们现在处于一个非常早期的阶段。这是我们的第一步。我们刚刚开始尝试解释其复杂性。现在非常令人兴奋。在此期间,正在验证许多初步研究。不仅在应用程序层面,它还会尝试让人们了解大脑本身并理解我们自己的大脑是如何工作的。

我们相信人工智能与神经科学的合作有一些令人兴奋的研究方向。

经济观察网:你提到很多次,深度学习不是一个“黑匣子”就是一个解释。你是说美国找到了解释深度学习或找到数学工具来实现这一目标的方法吗?

21: 11

来源:经济观察报

美国“第四院士”特伦斯谈到人工智能的“瓶颈”:数学家远未达到极限,已经拥有实现人工智能可解释性的理论工具

壹图网)

经济观察网在线记者宋迪张文阳的深度学习是目前人工智能最关注的领域,也是人工智能兴起的原因。与此同时,这项技术无法解释的性质也使一些人相信深度学习已经面临瓶颈。

7月25日,四所国立大学(国家科学院,国立医学院,国家工程院,国家艺术与科学院)和美国“脑项目”项目负责人Terence Shenofsky的院士接受了经济。根据观察网络访谈,美国数学界已经有了相应的理论工具来实现深度学习黑匣子的可解释性。虽然尚未公布,但他无法透露更多细节,

特伦斯还认为,人工智能正在带来数学和统计学的新时代。同时,在Terence看来,蒸汽机和热力学之间的当前关系是。经过几十年的蒸汽机发明,人们学会了热力学并用它来提高蒸汽机人工智能的基础数学,脑科学逻辑可以在发展过程中。逐渐被人们所掌握和理解。

经济观察网:目前的深度学习技术路线有多大潜力?你有没有遇到天花板?

特伦斯:我觉得它不太可能达到极限。既然深度学习刚刚进入发展阶段,那么发展应该在10年的周期内计算,并且在未来的20或30年内将达到极限。

现在我们已经迈出了通过展示相关AI技术来解决问题的第一步,并且我们将来会遇到更多问题。与互联网相比,当它首次发送电子邮件时,我们无法预测它会对我们的业务和生活产生什么影响。因此,对于AI的影响,我们仍然需要等待。

经济观察在线:您主要谈论的是应用层的影响。那么在理论层面的底层,这项技术有没有突破,比如数学?

特伦斯:我参加了由华盛顿特区的美国科学院组织的研讨会。研讨会的主题是“深度学习的科学”。组织本次研讨会的数学家是具备测试深度学习网络内部结构的技能和工具的人。

人们经常使用“黑匣子”来解释深度学习,这是不对的。即使相反,由于这些所谓的“黑匣子”是完全透明的,我们可以访问每个单独的连接单元,每个活动类型,它们在哪里。现在,数学家可以探索并开始测试模型的工作原理,信息如何在网络中流动,以及最终如何执行变换。通过几个例子经常讨论这个问题。

这种情况正在发生,上述会议的数学家们已经开始描述他们对此的新见解。统计学家提出了一些悖论。你有这么多参数,现在可能会过度拟合。众所周知,有这么多参数,数量远远超过任何数学家和统计学家过去可以访问的数量。

我认为这将成为数学和统计学的新时代。我认为这将产生深远的影响,因为对于任何技术,一旦你触及数学和物理学的基础知识,你就可以更深入地扩展它。

以蒸汽机为例。二百五十年前,英国的詹姆斯瓦特发明了蒸汽机。它改变了整个社会,因为它释放了人类的生产力。人们用了几十年的时间来理解热力学的原理,了解蒸汽机的工作原理,以及如何优化它们的性能。在接下来的一百年里,人们基于这一原则开创了一个新的工业时代。有火车和其他交通工具可以创造数百万的社会财富。工厂也进行了升级.这原本是技术动能的转变,但经过多年的认识和理解,它最终引领着整个社会的未来发展。

所以我们现在处于一个非常早期的阶段。这是我们的第一步。我们刚刚开始尝试解释其复杂性。现在非常令人兴奋。在此期间,正在验证许多初步研究。不仅在应用程序层面,它还会尝试让人们了解大脑本身并理解我们自己的大脑是如何工作的。

我们相信人工智能与神经科学的合作有一些令人兴奋的研究方向。

经济观察网:你提到很多次,深度学习不是一个“黑匣子”就是一个解释。你是说美国找到了解释深度学习或找到数学工具来实现这一目标的方法吗?

仅提供信息存储空间服务。

特伦斯

蒸汽机

数学家

经济观察网络

深度

读()

投诉