大腦能非常快速地識(shí)別復(fù)雜的事物,區(qū)分其種類。例如,不管字母A的外形、質(zhì)地和背景怎樣,或者不管同事的頭上戴著帽子還是變了發(fā)型,我們總能認(rèn)出來(lái)。我們也能根據(jù)事物露出的一部分,比如床的一角或門的鉸鏈,來(lái)認(rèn)出它們。這到底是怎么實(shí)現(xiàn)的呢?人類是不是使用了特別簡(jiǎn)單的技巧來(lái)完成這些復(fù)雜的任務(wù)?這些技巧是不是能用來(lái)改善計(jì)算機(jī)視覺,提高機(jī)器學(xué)習(xí)能力或機(jī)器人性能呢?
喬治亞理工學(xué)院的研究人員發(fā)現(xiàn),人類能使用不到百分之一的原始信息來(lái)給數(shù)據(jù)分類,他們還確認(rèn)了一種能夠解釋人類學(xué)習(xí)行為的算法,這種方法也能用于提升機(jī)器學(xué)習(xí)能力、數(shù)據(jù)分析和改善計(jì)算機(jī)視覺。
“我們?cè)趺茨軌蚋兄覀冎車倪@么多數(shù)據(jù)呢?怎么就能區(qū)分這么多種類型,這么快速,這么篤定?”喬治亞理工大學(xué)計(jì)算機(jī)科學(xué)的特聘教授桑托什·萬(wàn)帕拉說(shuō),“人類那么做的基礎(chǔ)是什么?這是一個(gè)計(jì)算問題!
該大學(xué)負(fù)責(zé)研究人類行為的研究人員做了“隨機(jī)投影”試驗(yàn),來(lái)理解人類的學(xué)習(xí)行為。他們把原始的抽象圖像呈現(xiàn)給測(cè)試對(duì)象,然后詢問他們是否能夠識(shí)別出那些只顯露一小部分特征的圖像。
“我們假定隨機(jī)投影是人類學(xué)習(xí)的一種方式,”阿里亞加說(shuō)。他是資深科學(xué)家和發(fā)展心理學(xué)家。他解釋說(shuō):“最簡(jiǎn)潔的答案是,預(yù)測(cè)可能總是對(duì)的。只要給人類百分之零點(diǎn)一五的數(shù)據(jù),人類就能做到準(zhǔn)確預(yù)測(cè)。”
接著,研究人員測(cè)試了一個(gè)計(jì)算機(jī)算法,讓機(jī)器(非常簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò))計(jì)算同樣的測(cè)驗(yàn)。機(jī)器的表現(xiàn)跟人類一樣!拔覀儼l(fā)現(xiàn),人類和機(jī)器的神經(jīng)網(wǎng)絡(luò)非常相似。”
科研人員想找出一個(gè)數(shù)學(xué)定義,找出典型和非典型的公式,然后,據(jù)此預(yù)測(cè)出對(duì)人類和機(jī)器學(xué)習(xí)來(lái)說(shuō)最困難的那種數(shù)據(jù)。人類和機(jī)器的表現(xiàn)差不多,這表明隨著時(shí)間的過(guò)去,人們將能預(yù)測(cè)出最難獲悉的數(shù)據(jù)。
這個(gè)研究成果刊登在《神經(jīng)計(jì)算雜志》上,被認(rèn)為是對(duì)“隨機(jī)投影”的首次研究。
小編推薦閱讀機(jī)器學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)構(gòu)建(下)
閱讀華為Mate品牌盛典:HarmonyOS NEXT加持下游戲性能得到充分釋放
閱讀實(shí)現(xiàn)對(duì)象集合與DataTable的相互轉(zhuǎn)換
閱讀鴻蒙NEXT元服務(wù):論如何免費(fèi)快速上架作品
閱讀算法與數(shù)據(jù)結(jié)構(gòu) 1 - 模擬
閱讀5. Spring Cloud OpenFeign 聲明式 WebService 客戶端的超詳細(xì)使用
閱讀Java代理模式:靜態(tài)代理和動(dòng)態(tài)代理的對(duì)比分析
閱讀Win11筆記本“自動(dòng)管理應(yīng)用的顏色”顯示規(guī)則
閱讀本站所有軟件,都由網(wǎng)友上傳,如有侵犯你的版權(quán),請(qǐng)發(fā)郵件[email protected]
湘ICP備2022002427號(hào)-10 湘公網(wǎng)安備:43070202000427號(hào)© 2013~2025 haote.com 好特網(wǎng)