Künstliche Intelligenz

2

Was ist ein Aktivitätsvektor in neuronalen Netzen?

Ich las Hintons neues Papier "Dynamisches Routing zwischen Kapseln" und verstand den Begriff "Aktivitätsvektor" in der Zusammenfassung nicht. Eine Kapsel ist eine Gruppe von Neuronen, deren Aktivitätsvektor die Instanziierungsparameter eines bestimmten Entitätstyps wie eines Objekts oder eines Objektteils darstellt. Wir verwenden die Länge des Aktivitätsvektors, um die Wahrscheinlichkeit darzustellen, dass …

9 neural-networks

5

Warum ist Ethik nicht stärker in aktuelle KI-Systeme integriert?

Ich bin ein Doktorand in Informatik und erstelle derzeit einen Überblick über Anwendungen auf dem neuesten Stand der Technik in der Maschinenethik (ein multidisziplinäres Feld, das Philosophie und KI kombiniert und sich mit der Erstellung expliziter ethischer Programme oder Agenten befasst). Es scheint, dass das Gebiet hauptsächlich theoretische Argumente enthält …

9 philosophy ethics social implementation

6

Was muss ich für maschinelles Lernen lernen?

Seit letztem Jahr habe ich verschiedene Fächer studiert, um einige der wichtigsten Thesen des maschinellen Lernens wie zu verstehen S. Hochreiter & J. Schmidhuber. (1997). Langes Kurzzeitgedächtnis . Neural Computation, 9 (8), 1735 & ndash; 1780. Aufgrund der Tatsache, dass ich keinen mathematischen Hintergrund habe, fing ich an, Themen wie …

9 machine-learning getting-started

2

Ist der mittlere quadratische Fehler im Kontext neuronaler Netze immer konvex?

Mehrere Ressourcen, auf die ich Bezug genommen habe, erwähnen, dass MSE großartig ist, weil es konvex ist. Aber ich verstehe nicht wie, besonders im Zusammenhang mit neuronalen Netzen. Nehmen wir an, wir haben Folgendes: X.XX : Trainingsdatensatz Y.YY : Ziele ΘΘ\Theta : der Parametersatz des ModellsfΘfΘf_\Theta (ein neuronales Netzwerkmodell mit …

9 neural-networks math backpropagation gradient-descent

1

Ist eine Analogie zur künstlichen allgemeinen Intelligenz notwendig?

Analogien sind in der Kommunikation ziemlich mächtig. Sie ermöglichen es, Personen ohne Domänenkenntnisse komplexe Konzepte zu erklären, indem sie sie einfach einer bekannten Domäne zuordnen. Hofstadter sagt, dass sie wichtig sind , während Dijkstra sagt, dass sie gefährlich sind. Wie auch immer, Analogien können als eine wirkungsvolle Möglichkeit angesehen werden, …

9 ai-design philosophy agi

4

Bringen Sie einem neuronalen Netzwerk bei, ein Kartenspiel zu spielen

Ich schreibe gerade eine Engine, um ein Kartenspiel zu spielen, da es für dieses spezielle Spiel noch keine Engine gibt. Ich hoffe, dass ich danach ein neuronales Netz in das Spiel einführen und lernen kann, das Spiel zu spielen. Ich schreibe die Engine so, dass sie für einen KI-Spieler hilfreich …

9 neural-networks machine-learning gaming neat

2

Kann AI schon gute Witze schreiben?

Ich habe gerade ein aktuelles WIRED-Video über die Leistung virtueller Assistenten beim Erzählen von Witzen gesehen. Sie werden von Menschen komponiert, aber ich würde gerne wissen, ob die KI gut genug geworden ist, um einige zu schreiben.

9 machine-learning

2

Gibt es eine moderne NLP-Implementierung, die Winograd SHRDLU ähnelt?

Ich bin auf das Winograd SHRDLU- Programm gestoßen und fand es sehr interessant und aufstrebend. Was ist der Konsens darüber? Gibt es ähnliche Versuche? Ich lese das Buch von Terry Winograd Understanding Natural Language, in dem er die Funktionalität des Programms, die LISP-Sprache und vieles mehr bespricht. Ich fand auch …

9 natural-language-processing computational-linguistics lisp

6

Open-Source-Tool zum Lernen / Experimentieren von KI zu Hause?

Ich würde gerne mit der neuronalen Netzentwicklung (NEAT) experimentieren. Ich habe in den 90er Jahren GA- und neuronalen Netzcode in C ++ geschrieben, um damit herumzuspielen, aber der DIY-Ansatz erwies sich als arbeitsintensiv genug, dass ich ihn schließlich fallen ließ. Die Dinge haben sich seitdem sehr verändert, und es gibt …

9 neural-networks genetic-algorithms neat

1

Wie leistungsfähig sind die Computer, die heutzutage die fortschrittlichste künstliche Intelligenz betreiben

Wie mächtig ist die Maschine, die kürzlich den Pokerspieler-Champion geschlagen hat?

9 neural-networks machine-learning

2

Sind biologische Neuronen auch in aufeinanderfolgenden Schichten organisiert?

Ich lese gerade ein Buch mit dem Titel Praktisches maschinelles Lernen mit Scikit-Learn und TensorFlow. In Kapitel 10 des Buches schreibt der Autor Folgendes: Die Architektur biologischer neuronaler Netze (BNN) 4 ist immer noch Gegenstand aktiver Forschung, aber einige Teile des Gehirns wurden kartiert, und es scheint, dass Neuronen häufig …

9 artificial-neuron biology

3

Benötige ich eine Klassifizierung oder Regression, um die Verfügbarkeit eines Benutzers bei bestimmten Funktionen vorherzusagen?

Beim Studium der Data Mining-Methoden habe ich festgestellt, dass es zwei Hauptkategorien gibt: Vorhersagemethoden: Einstufung Regression Beschreibende Methoden: Clustering Assoziationsregeln Da ich die Benutzerverfügbarkeit (Ausgabe) basierend auf Standort, Aktivität, Batteriestand (Eingabe für das Trainingsmodell) vorhersagen möchte, denke ich, dass es offensichtlich ist, dass ich "Vorhersagemethoden" wählen würde, aber jetzt kann …

9 machine-learning ai-design classification prediction regression

1

Kann eine KI lernen zu leiden?

Ich hatte zuerst diese Frage im Sinn "Kann eine KI leiden?". Leiden ist wichtig für den Menschen. Stellen Sie sich vor, Sie beschädigen Ihre Ferse. Ohne Schmerzen werden Sie es weiterhin schädigen. Gleiches gilt für eine KI. Aber dann sagte ich mir: " Warte eine Sekunde. Es existiert bereits. Es …

9 philosophy emotional-intelligence

4

Gibt es tatsächlich einen Mangel an grundlegender Theorie zum tiefen Lernen?

Ich habe mehrmals gehört, dass eines der grundlegenden / offenen Probleme des tiefen Lernens das Fehlen einer "allgemeinen Theorie" ist, weil wir eigentlich nicht wissen, warum tiefes Lernen so gut funktioniert. Sogar die Wikipedia-Seite zum Thema Deep Learning enthält ähnliche Kommentare . Sind solche Aussagen glaubwürdig und repräsentativ für den …

9 deep-learning

1

Wie problematisch ist weißes Rauschen für die reale Verwendung eines DNN?

Ich habe gelesen, dass tiefe neuronale Netze relativ leicht getäuscht werden können ( Link ), um ein hohes Vertrauen in die Erkennung von synthetischen / künstlichen Bildern zu geben, die vollständig (oder zumindest größtenteils) außerhalb des Vertrauenssubjekts liegen. Persönlich sehe ich kein großes Problem damit, dass DNN diesen synthetischen / …

9 neural-networks deep-network image-recognition convolutional-neural-networks signal-processing