Re: [情報] 成功招攬人工智慧兩大教父級人物...

看板Google作者ledia (下班後才下棋)時間11年前 (2013/05/28 22:49)推噓2(2推 0噓 3→)

留言5則, 4人參與討論串3/3 (看更多)

※ 引述《DeimosJ (D.J)》之銘言： : → solomn:「不必標籤也可以學習貓的概念」不知是什麼意思 05/28 20:05 : → solomn:那麼人工智慧怎麼知道(優先)工作目標是什麼 05/28 20:06 : http://chinese.engadget.com/2013/05/24/google-plus-image-search/ : 看這篇應該比較好懂。以往要依賴搜尋引擎找出圖片，必須有人替那張圖片下 : 註解或標籤。因為搜索引擎跟人類不一樣，不是記憶「圖片的類比圖像」。對 : 看過貓的人說「請從這些照片中找出有貓的照片」，人類根據記憶中的圖像， : 對照相片，如果找到符合記憶中「貓」的形象，就可以將照片挑出來。但是以 : 往搜索引擎辦不到這種事情。機器學習 (machine learning) 是一門教機器有效率 (?) 學習的方式, 有幾個不同的方向, 比如說 supervised learning, unsupervised learning, reinforcement learning 等等, 詳細內容 wikipedia 或是許多教學網站都有, 舉幾個簡化的例子來解釋: supervised learning (中譯: 監督式學習) 這種就像是拿了很多貓的圖片給電腦, 跟電腦說這些是貓然後拿了很多不是貓的圖片給電腦, 跟電腦說這些不是貓讓電腦去建模, 之後電腦會依照這些模型去判斷圖片裡面的是不是貓 unsupervised learning (中譯: 非監督式學習) 拿了一堆圖給電腦自己想辦法去分析, 哪些東西看起來很像可以歸成一類電腦會歸納出歸成一類的部分有哪些特性, 不同類別彼此的差異資料一多就可以分別出這一類毛茸茸, 慵懶(?), 傲嬌(?), 四腳行走的類別這些就是文章中所說 "貓" 的概念, 電腦不見得知道這叫做 "貓", 但是卻分離出了許多貓的特性 reinforcement learning (中譯: 強化學習) 電腦先以一張圖為基礎, 問看看這張圖跟貓像不像, 相似度多少然後把圖的一部分改一改, 再問問看有沒有比較像在經過無數次的東改西改之後, 電腦會從經驗中慢慢瞭解到某些改動是有用的, 某些改變是沒有用的而且改到某個相似度最高的地方, 幾乎就可以說這張圖裡的東西是貓了 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.30.33

→

musie

05/29 00:09, , 1^F

05/29 00:09, 1^F

→

musie

05/29 00:09, , 2^F

05/29 00:09, 2^F

推

solomn

05/29 01:29, , 3^F

05/29 01:29, 3^F