30 يوليو 2019 في تشنغدو مرحبا التكنولوجيا قمة الذكاء الاصطناعي العالمي منطقة تنظمه وزارة جينغ رونغ، الأكاديمية الصينية للعلوم، وجامعة شيان جياوتونغ، البروفيسور شو Zongben يستكشف العلاقة بين الذكاء الاصطناعي والرياضيات.

وقال "من وجهة نظر نظرية اللعبة للنظر في قضايا ومشكلات الدراسة بحوث الذكاء الاصطناعي الرياضيات غير متسقة." أن ضعف التيار نحو الذكاء الاصطناعي قوي، والذكاء الاصطناعي على بعض المشاكل الأساسية التي تواجه طبيعتها تحد من الرياضيات.

2019 القمة العالمية للمجال الذكاء الاصطناعي

تسييل AI الحالي

التكنولوجيا الأساسية هي تعلم الآلة

وقال شو Zongben أن الذكاء الاصطناعي الحالية المستخدمة ل"النقد" هو التكنولوجيا الأساسية لتعلم الآلة. منظمة العفو الدولية في حد ذاته هو حجر الزاوية في الرياضيات.

ما هو آلة التعلم؟ "رجل أو وكيل، ودعا الجهاز من خلال التفاعل مع البيئة لتحسين سلوكهم في هذا التعلم الذكي." وقال: هذا آلة التعلم الذكي هو إضفاء الطابع الرسمي على صيغة رياضية، وتحويلها إلى خوارزميات الحاسوب والبرمجيات يمكن تشغيلها .

صعود هذه الموجة من الذكاء الاصطناعي ومن المقرر ان: تطبيق التعلم العمق. العمل على حل المشكلة من خلال التفاعل مع البيئة، وتعديل المعلمات من حلالا، يمكن اعتبار الوكيل. وكيل قد تعكس عمق الشبكات، والروبوتات أو الأنظمة غير المأهولة.

المسرحيات التعلم عمق ل استعمال يمكن استيعابهم إلى: الدروس المستفادة. وقال شو Zongben: "الذكاء الاصطناعي للقيام معظم الأشياء هو أن نلخص شيء المتكررة، العادية، وتستخدم بعد ذلك لتوقعات." ولذا فإن عمق الاصطناعية بيئة تعليمية الاستخبارات مهم جدا وتتطلب الكثير من تسميات البيانات، لتحديد الاستدلال بموجب معايير معينة لما إذا كانت نتائج التجارب السابقة. وهذا ما يسمى تقنية التعلم عمق الأمور الفنية شكلت.

"واحد من أكثر المشاهد المهمة الذكاء الاصطناعي تشير إلى وكيل وضعت في بيئة محددة، وكيل لإكمال المهمة، ومن ثم التفاعل مع البيئة لتصحيح سلوك الوكيل في ظل القيود البيئية، وهذا هو آلة التعلم." وقال شو Zongben .

في الوقت الراهن، ويرجع ذلك إلى الذكاء الاصطناعي من القوى الدافعة ثلاثة - البيانات الكبيرة، نموذج كبير، قد كسر تطوير تقنية احتساب قوة كبيرة، الأمر الذي يجعل الآن تكنولوجيا الذكاء الاصطناعي من خلال "لا يمكن" إلى "يمكن" نقطة انعطاف التكنولوجيا. وقال شو Zongben "ولكن يمكنك أن تقول" استخدام جيد "، لا يزال هناك طريق طويل لنقطعه".

الشكل وICphoto

التشغيل الآلي، والحكم الذاتي

اتجاه التنمية الذكاء الاصطناعي في العقد المقبل

شو Zongben يعتقدون أن البشر وضعت من جهد مستقل ذكي، قوي الذكاء الاصطناعي أن هناك حاجة لعدة عقود.

الشكل الحالي للتطبيقات الذكاء الاصطناعي مع خوارزمية تشفير البيانات في فترة تشكيل المنتج، الذي يشغل حاليا منصب الشكل الأساسي للذكاء الاصطناعي لكسب المال. الآن ما زلنا بحاجة إلى البيانات جمع يدويا، وبيانات الشرح، والقيام تعزيز تعميم ما زالت تعتمد على الناس.

حتى التكنولوجيا المتقدمة من التعلم العميق، كل طابق يحتوي على عدد من العناصر، كل عنصر من عناصر ما تستخدم آليات غير الخطية وهلم جرا، الذين مسبقا من قبل. وقال "لذلك الشركات ترغب في رفع الكثير من المزارعين كود" التصحيح. وهناك نحن ذاهبون لتدريب عليه (الذكاء الاصطناعي) وتعطى بشكل مصطنع ".

على مستوى التطبيق، لا يزال السبيل الوحيد لتحقيق المخابرات الشبكة العصبية لحل مشكلة، فإنه لا يمكن التبديل تلقائيا لهذه المشكلة. شو Zongben التنبؤ بأن العقد المقبل ستكون محور بحوث الذكاء الاصطناعي في آلة مستويات الأتمتة التعلم: الجيل التلقائي للبيانات، حدد البيانات لبناء تلقائيا هندسة الشبكات العصبية، التصميم الآلي خوارزمية التدريب، والتحول المهمة يمكن أن يكون على التكيف الذاتي.

". وتجلب في مرحلة الذكاء الاصطناعي، والانتقال نحو الأتمتة، ونحو الحكم الذاتي" قال.

2019 القمة العالمية للمجال الذكاء الاصطناعي

تطوير الذكاء الاصطناعي هو في الأساس تحديا خمسة الرياضيات

تحتاج 10-20 سنة لمواصلة البحث لمعرفة

منذ جوهر الذكاء الاصطناعي في الرياضيات، ثم في النهاية جوهر المشكلة تكمن؟ وفي هذا الصدد، أثار شو Zongben خمسة أسئلة، خمسة أسئلة من المحتمل ان تستمر الدراسة لمدة 10-20 لمعرفة ذلك.

المشكلة الكبرى الأولى هي الأساس الإحصائي للبيانات.

حاليا، وقاعدة بيانات كبيرة وتقويض أساليب التحليل الإحصائي التقليدية، لم يثبت تماما مؤسسة رياضية لدعم تحليل البيانات الكبيرة.

والثاني هو حجر الزاوية في خوارزميات الذكاء الاصطناعي - يجب إعادة بناء البيانات الكبيرة الحوسبة الخوارزميات أساس البيانات في بيئة كبيرة، لا يمكنك استخدام كل طريقة الحساب.

الثالث وأكثر أهمية، جولة جديدة من الذكاء الاصطناعي لمعرفة عمق النموذج الأساسي، ولكن الوضع هو عدم وجود نظرية التعلم العمق، والذي كان سببه الحالي "+ AI = الذكاء الاصطناعي" الأسباب.

المشكلة الرابعة هي القيود مشكلة النقل غير التقليدية.

ببساطة، "تعلم عن طريق القياس." المخابرات البشرية الأساسية، والقضايا المتعلقة بنقل البيانات بين اثنين من توزيعات مختلفة للقانون، لتنفيذ الذكاء الاصطناعي، وهناك صعوبات كبيرة.

القضية الخامسة هي لمعرفة المزيد عن وظائف النظرية ونمذجة منهجية التعلم المكاني.

"لقد تعلمنا في نظرية تعلم آلة الجامعية، للتغيير إلى مرحلة التعلم منهجية تسمى. يتحدث رياضيا، هو كيف نظرية التعلم على مساحة وظيفة لخلق، في جوهره، هو التكيف مع المهام المختلفة. والمهمة نفسها هي وظيفة، هو لانهائي، ثم نحن بحاجة إلى وضع الماضي في اختيار تعلم آلة العينة والبيانات والتعميم، تعميم تمتد لتصل لهذه المهمة.

"نحو المشاكل الذكاء الاصطناعي AI فائقة ضعيفة من العلوم الأساسية، والذكاء الاصطناعي، حتى يتسنى لنا تحقيق فرصة في متناول اليد، ولكن الذكاء الاصطناعي لأداء جيدا، والاعتماد على حل المسائل الرياضية." Zongben التأكيد للموظفين لا ينبغي أن يكون الرياضيات فقط باعتباره المعلم "معلم"، وإنما استخدامها باعتبارها جوهر الاصطناعي مزود تكنولوجيا الذكاء أو مشارك في المعاملة.

وكان ريد ستار نيوز النجا

تحرير شين يكسي