人工智能

对于在纯数字环境中可以模仿“认知”功能的世界中对生活和挑战感兴趣的人们的问答

2
人脑与神经网络的功率效率
如果我们用于计算的总能量预算等于人脑的能量预算(12.6瓦),那么我们现在可以运行多少个大型人工神经网络(使用完整的火车-反向传播周期或仅评估网络输出)? 假设每秒一个周期,这似乎与生物神经元的放电速度大致相符。


1
选择正确的技术从症状中预测疾病
我正在尝试为用户输入一些症状的系统提出正确的算法,并且系统必须预测或确定一些选定症状与系统中现有症状相关联的可能性。然后,在将它们关联之后,结果或输出应该是针对症状的特定疾病。 该系统由一系列疾病组成,每种疾病都有特定的症状,该症状也存在于系统中。 假设用户输入了以下输入: A, B, C, and D 系统应该做的第一件事是检查每个症状(在这种情况下用字母表示)并将其与已经存在的症状的数据表关联起来。并且在不存在输入的情况下,系统应报告或发送有关该输入的反馈。 而且,我们假设它A and B在数据表中,因此我们100%确保其有效或存在,并且系统能够根据输入来确定疾病。然后让我们说,输入现在是C and D哪里C在数据表中不存在,但有一个可能性D存在。 我们D的得分不是100%,但是可能更低(比如说90%)。那么C在数据表中根本就不存在。因此,C得分为0%。 因此,系统应具有某种关联和预测技术或规则,以通过判断用户的输入来输出结果。 生成输出的摘要: If A and B were entered and exist, then output = 100% If D was entered and existed but C was not, then output = 90% If all entered don't exist, then output …

1
使AI代理具有自我编程能力的必要组件是什么?
通常认为AI代理具有“传感器”,“存储器”,“机器学习处理器”和“反应”组件。但是,具有这些功能的计算机不一定会成为自编程AI代理。除了上面提到的部分之外,要使机器成为自编程AI代理,是否还需要其他要素或细节? 例如,2011年发表的一篇论文宣称,解决智能化最大化的优化问题是自编程过程的必备功能,如下所述: 据说一个系统在学习有关其“认知基础结构”某些要素的知识时会执行自编程实例,其中后者被定义为系统的“智能关键”特征的模糊集合。从解决多特征系统智能最大化的优化问题的角度考虑,将系统特征的智能重要性定义为它的“特征质量”。 但是,这种“智能优化”的描述是模糊的。谁能为自编程代理的必要组件提供清晰的定义或更好的摘要? 这个问题来自2014年封闭测试版,询问者的UID为23。

4
使用ASIC加速AI的工作原理是什么?
我们可以在Wikipedia页面上读到Google为机器学习构建了定制的ASIC芯片,并为TensorFlow量身定制了该芯片,这有助于加速AI。 由于ASIC芯片是专门为一种特定用途而定制的,因此无法更改其电路,因此必须调用某些固定算法。 那么,如果无法更改其算法,使用ASIC芯片的AI加速将如何工作呢?它的哪一部分恰好在加速?

3
系统被认为是智能的标准是什么?
例如,您能否提供为什么日d 不是 “智能”的原因?日d感知环境并采取合理行动。输出时间。它还存储感知。(工程师在上面写的数字。) 自动驾驶汽车的哪些特性使其具有“智能性”? 非智能物质与智能系统之间的界线在哪里?




2
自动编码器可以用于监督学习吗?
可以在不增加输出层的情况下将自动编码器用于监督学习吗?我们是否可以简单地将其连接以输入-输出向量进行训练,并在进行推理时从输入部分重构输出部分?在推理过程中,输出部分将被视为缺失值,并将进行一些估算。

3
图灵测试的特殊要求
图灵测试的具体要求是什么? 评估人员必须满足哪些要求才能有资格进行测试? 对话中必须总是有两个参与者(一个人和一台计算机),还是可以有更多参与者? 是否允许或鼓励进行安慰剂测试(实际上不涉及计算机)? 可以有多个评估者吗?如果是这样,为了使机器通过测试,是否需要在所有评估者之间达成一致的决定?

1
单个神经网络可以处理识别两种类型的对象,还是应该将其分为两个较小的网络?
特别是,一台嵌入式计算机(资源有限)会分析来自交通摄像头的实时视频流,试图选择包含过往车辆牌照号的良好帧。找到板后,将框架移交给OCR库以提取配准并进一步使用它。 在我国,通常使用两种类型的车牌-矩形(典型的)和正方形-实际上,有些牌照是矩形的,但“比宽于”高,车牌分为两行。 (还有更多类型,但让我们忽略它们;它们只占很小的百分比,通常属于超出我们兴趣的车辆。) 由于资源有限以及需要快速实时处理,因此系统可以处理的最大网络大小(单元和连接数)是固定的。 最好将其分成两个较小的网络,每个网络都识别一种类型的车牌,还是将较大的单个网络更好地处理这两种类型?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.