如果你想要通过大量的数字图像,或麻木的大量的书面信息按主题进行分类,你最好的依靠18luck手机登录人工智能称为神经网络(AI)系统,在数据中寻找规律和训练他们的观察,并以此为根据做出推测。
但在高风险领域如医疗信息,犯了一个错误的成本或错误的预测可能危及生命,我们人类有时不愿信任程序想出答案。18luck手机登录这是因为神经网络使用机器学习,他们训练自己如何解决事情,和我们微不足道的肉的大脑不能看到这个过程。18新利最新登入
广告
虽然机器学习方法”是灵活的,通常导致准确的预测,他们暴露在人类可以理解的条款关于为什么特定的预测,“说Tommi Jaakkola,电气工程和计算机科学教授麻省理工学院(Massachusetts Institute of Technology),通过电子邮件。
如果你是一个癌症患者在选择治疗方案基础上的预测你的疾病如何进步,或一个投资者试图弄清楚如何处理你的退休储蓄,盲目信任的机器可能有点吓人,尤其是我们教机器做出决定,但我们18新利最新登入没有观察的好方法18新利最新登入他们使他们。
但是不要害怕。在一个新的科学论文、Jaakkola和其他麻省理工学院的研究人员已经开发出一种方法来检查答案,提出的神经网络。把它作为机器学习相当于黑板上写出你的数学问题给你的工作。18新利最新登入
作为一个麻省理工学院的新闻稿实际上细节,人工智能神经网络模拟人脑的结构。他们很多处理节点组成的,像我们的神经元,加入部队,把他们的计算能力来解决问题。在这个过程中,他们参与研究人员称之为“深度学习”,通过训练数据从节点到节点,然后将它与任何类型的分类的神经网络正努力学习如何做。18新利最新登入结果不断修正改进,几乎以相同的方式随着时间的推移,人类通过尝试和错误中学习。
最大的问题是,即使是计算机科学家程序网络不能与节点观察发生了什么,这使得它很难解决电脑如何使他们的决定。18新利最新登入
“我们不要试图解释一个复杂的内部工作模型,“Jaakkola解释道。“相反,我们迫使模式运作的方式,使人类能够很容易验证预测是否在正确的基础上。”
“我们的方法学会生成每个预测的基本原理。理由是一个简洁的文字,一个人容易检查,仅此一项就可以做相同的预测。为了达到这个目标,我们将整个模型架构分成两个分离组件-发电机和编码器。生成器选择一个理由——比如一块文本并将其传递到编码器做出预测。结合预测学会一起工作。”
“因此,即使我们的发电机和编码器本身就是复杂的深层学习方法,结合模型是被迫作出以来预测的方式直接可验证的预测是基于所选择的理由,“Jaakkola写道。
在他们的论文中,科学家们通过他们的系统分类中获得一些乐趣评论啤酒爱好者网站,基于啤酒的属性,如香味,口感和外观。“啤酒审查数据集已经标注的句子有关特定方面的产品我们可以直接比较自动生成的基本原理对人类选择,“Jaakkola说。在实验中,他们发现,神经网络同意人类注释80至96%的时间,取决于特定的特征。18新利最新登入
广告
