突破通过机器进行学习的极限

被引：5

作者：

史忠植

机构：

[1] 中国科学院计算技术研究所

来源：

科学通报 | 2016年 / 33期

关键词：

强化学习; 深度学习; 深度强化学习; 认知机器学习; 学习涌现; 学习进化;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

学习能力是人类智能的根本特征.2016年3月,Google公司的Alpha Go把深度神经网络与蒙特卡罗树形搜索结合起来,以4胜1负的成绩战胜了围棋世界冠军韩国的李世石.这一结果标志人工智能取得了重大进展.本文重点介绍Alpha Go采用的机器学习方法,包括强化学习、深度学习、深度强化学习,分析存在的问题和最新的研究进展.为了突破通过计算机进行学习的极限,提出认知机器学习,列举可能的研究方向开展研究,使机器智能不断进化,逐步达到人类水平.

引用

页码：3548 / 3556

页数：9

共 7 条

[1] 机器学习[M]. 清华大学出版社 , 周志华, 2016
[2] 心智计算[M]. 清华大学出版社 , 史忠植, 2015
[3] 统计学习方法[M]. 清华大学出版社 , 李航, 2012
[4] 毛泽东选集[M]. 人民出版社 , 毛泽东著, 1991
[5] Human-level concept learning through probabilistic program induction
Lake, Brenden M.
Salakhutdinov, Ruslan
Tenenbaum, Joshua B.
[J]. SCIENCE, 2015, 350 (6266) : 1332 - 1338
[6] Training products of experts by minimizing contrastive divergence
Hinton, GE
[J]. NEURAL COMPUTATION, 2002, 14 (08) : 1771 - 1800
[7] 沿着Simon开拓下去 .2 李衍达. 中国人工智能网站http://www.caai.cn/index.php?s=/Home/Article/detail/id/167.html . 2016

← 1 →