據(jù)《麻省理工技術(shù)評論》網(wǎng)站報道，機(jī)器學(xué)習(xí)是一種極其聰明的計算機(jī)編程方法。用戶無需小心翼翼地編寫完成特定任務(wù)的指令，只需向處理能力強(qiáng)大的計算機(jī)輸入數(shù)以百萬計的例子，讓它自己編寫程序。
許多目前人們認(rèn)為理所當(dāng)然的產(chǎn)品和服務(wù)，例如互聯(lián)網(wǎng)搜索、語音識別，都利用了某種形式的機(jī)器學(xué)習(xí)技術(shù)。擁有海量用戶信息的公司谷歌、Facebook、蘋果、沃爾瑪?shù)仍谶@方面具有優(yōu)勢
《麻省理工技術(shù)評論》表示，卡耐基梅隆大學(xué)一個投資為1200萬美元(約合人民幣7838萬元)的新項(xiàng)目，通過發(fā)現(xiàn)利用更少的數(shù)據(jù)，更高效地訓(xùn)練計算機(jī)的方法，能使機(jī)器學(xué)習(xí)變得更強(qiáng)大。
為期5年的這一項(xiàng)目利用一種被稱作雙光子鈣成像顯微鏡的技術(shù)，研究人腦處理視覺信息的方式。該項(xiàng)目受到奧巴馬總統(tǒng)“BRAIN計劃”的資助。事實(shí)上，許多比較好的機(jī)器學(xué)習(xí)算法都與人腦功能有一定聯(lián)系。
卡耐基梅隆大學(xué)計算機(jī)科學(xué)教授、該項(xiàng)目負(fù)責(zé)人Tai Sing Lee表示，“盡管機(jī)器學(xué)習(xí)算法功能很強(qiáng)大，但其效率和處理能力遠(yuǎn)遜于人腦。例如，要識別一個物體，計算機(jī)需要先‘看’數(shù)以千計被歸類的實(shí)例，而且需要指導(dǎo)，人可能只需看數(shù)個實(shí)例，而且無需指導(dǎo)?！?/p>
Lee在該項(xiàng)目中的合作伙伴包括卡耐基梅隆大學(xué)生物學(xué)教授桑德拉庫爾曼(Sandra Kuhlman)、約翰霍普金斯大學(xué)認(rèn)知科學(xué)教授艾倫尤里(Alan Yuille).
《麻省理工技術(shù)評論》稱，對開發(fā)更好的機(jī)器學(xué)習(xí)算法有幫助的并非僅僅只有神經(jīng)科學(xué)。一些認(rèn)知科學(xué)家也從心理學(xué)觀察中獲得開發(fā)更聰明的學(xué)習(xí)系統(tǒng)的靈感。
本文推薦美國一大學(xué)利用先進(jìn)腦成像技術(shù)改進(jìn)機(jī)器學(xué)習(xí)僅代表作者觀點(diǎn)，不代表本網(wǎng)站立場。本站對作者上傳的所有內(nèi)容將盡可能審核來源及出處，但對內(nèi)容不作任何保證或承諾。請讀者僅作參考并自行核實(shí)其真實(shí)性及合法性。如您發(fā)現(xiàn)圖文視頻內(nèi)容來源標(biāo)注有誤或侵犯了您的權(quán)益請告知，本站將及時予以修改或刪除。
