资料下载
×
人工智能技术的未来发展方向是怎么样的
消耗积分:3 |
格式:doc |
大小:0.05 MB |
2020-04-10
十次方
分享资料个
尽管深度学习已经在人工智能领域做出重大贡献，但这项技术本身仍存在一项缺陷：需要大量数据的加持。深度学习领域的先驱者乃至批评者已经就此达成共识——事实上，正是由于可用数据量有限加上处理大规模数据的计算能力不足，才导致深度学习直到最近几年才成为AI层面的前沿技术。
因此，减少深度学习对数据的依赖性，已经成为AI研究人员最重要的探索方向之一。
在AAAI大会的主题演讲中，计算机科学家Yann LeCun讨论了当前深度学习技术的局限性，同时提出“自我监督学习”的发展蓝图——这是他为解决深度学习数据问题而构建的路线图。作为深度学习领域的教父级人物之一，LeCun正是卷积神经网络（CNN）的发明者，而该网络也成为过去十年内推动人工智能革命的一大核心因素。
自我监督学习，可谓当前提升人工智能服务器系统数据利用效率的多种尝试之一。目前我们还很难断言哪种具体尝试能够成功掀起下一轮AI革命（也许我们最终会采取完全不同的政策），但LeCun的规划与思路仍然值得我们认真了解。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
