0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

新研究提供了有關(guān)機(jī)器學(xué)習(xí)時(shí)機(jī)器內(nèi)部思想的線索

倩倩 ? 來(lái)源:新經(jīng)網(wǎng) ? 作者:新經(jīng)網(wǎng) ? 2020-12-22 09:33 ? 次閱讀

杜克大學(xué)計(jì)算機(jī)科學(xué)教授辛西婭·魯丁說(shuō),但這就是問(wèn)題所在?!拔覀兛梢暂斎脶t(yī)學(xué)圖像,然后觀察另一端的結(jié)果(‘這是惡性病變的照片’,但是很難知道兩者之間發(fā)生了什么?!?/p>

這就是所謂的“黑匣子”問(wèn)題。機(jī)器的想法-網(wǎng)絡(luò)的隱藏層-甚至對(duì)于制造它的人來(lái)說(shuō)都是難以理解的。

深度學(xué)習(xí)模型的問(wèn)題在于它們是如此復(fù)雜,以至于我們實(shí)際上并不知道他們正在學(xué)習(xí)什么?!倍趴舜髮W(xué)魯丁實(shí)驗(yàn)室的學(xué)生?!八麄兘?jīng)常可以利用我們不希望他們得到的信息。他們的推理過(guò)程可能是完全錯(cuò)誤的?!?/p>

魯?。≧udin),陳(Chen)和杜克大學(xué)(Duke)的本科畢業(yè)生貝jie杰(Yijie Bei)提出了解決此問(wèn)題的方法。通過(guò)修改這些預(yù)測(cè)背后的推理過(guò)程,研究人員可以更好地對(duì)網(wǎng)絡(luò)進(jìn)行故障排除或了解它們是否值得信賴。

大多數(shù)方法試圖通過(guò)找出指向圖像的關(guān)鍵特征或像素來(lái)揭示導(dǎo)致計(jì)算機(jī)視覺(jué)系統(tǒng)正確答案的原因:“這種胸部X射線的生長(zhǎng)被歸類為惡性的,因?yàn)閷?duì)于該模型,這些領(lǐng)域?qū)τ诜伟┑姆诸愔陵P(guān)重要?!边@樣的方法并不能揭示網(wǎng)絡(luò)的原因,而只是揭示了它所處的位置。

公爵隊(duì)嘗試了另一種方法。他們的方法不是嘗試事后考慮網(wǎng)絡(luò)的決策,而是訓(xùn)練網(wǎng)絡(luò)通過(guò)表達(dá)對(duì)概念的理解來(lái)展示其工作。他們的方法通過(guò)揭示網(wǎng)絡(luò)需要多少來(lái)思考不同的概念來(lái)幫助破譯它所看到的內(nèi)容而起作用。魯丁說(shuō):“它弄清楚了在網(wǎng)絡(luò)層中如何表示不同的概念?!?/p>

例如,給定一個(gè)圖書館的圖像,該方法可以確定神經(jīng)網(wǎng)絡(luò)的不同層是否以及依賴于它們對(duì)“書”的心理表達(dá)來(lái)識(shí)別場(chǎng)景的程度和程度。

研究人員發(fā)現(xiàn),只需對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行少量調(diào)整,就可以像原始網(wǎng)絡(luò)一樣準(zhǔn)確地識(shí)別圖像中的對(duì)象和場(chǎng)景,同時(shí)在網(wǎng)絡(luò)的推理過(guò)程中獲得實(shí)質(zhì)性的可解釋性。魯丁說(shuō):“該技術(shù)的應(yīng)用非常簡(jiǎn)單。”

該方法控制信息流經(jīng)網(wǎng)絡(luò)的方式。它涉及用新部分替換神經(jīng)網(wǎng)絡(luò)的一個(gè)標(biāo)準(zhǔn)部分。新部分僅約束網(wǎng)絡(luò)中的單個(gè)神經(jīng)元響應(yīng)人類所理解的特定概念而觸發(fā)。這些概念可以是日常物品的類別,例如“書”或“自行車”。但是它們也可以是一般特征,例如“金屬”,“木材”,“冷”或“溫暖”。通過(guò)一次只讓一個(gè)神經(jīng)元控制一個(gè)概念的信息,就很容易理解網(wǎng)絡(luò)的“思維方式”。

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    在上一篇文章中,我們介紹機(jī)器學(xué)習(xí)的關(guān)鍵概念術(shù)語(yǔ)。在本文中,我們會(huì)介紹傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法特征,供各位老師選擇。 01 傳統(tǒng)
    的頭像 發(fā)表于 12-30 09:16 ?301次閱讀
    傳統(tǒng)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法和應(yīng)用指導(dǎo)

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】2.具身智能機(jī)器人大模型

    的設(shè)計(jì)不僅提高了機(jī)器人對(duì)環(huán)境的理解能力,還使其能夠更精準(zhǔn)地執(zhí)行復(fù)雜任務(wù)。 擴(kuò)散模型的新思路 除了大模型,擴(kuò)散模型的引入為機(jī)器人控制開辟新的研究方向。在以UniPi為代表的創(chuàng)新工作中,
    發(fā)表于 12-29 23:04

    如何選擇云原生機(jī)器學(xué)習(xí)平臺(tái)

    當(dāng)今,云原生機(jī)器學(xué)習(xí)平臺(tái)因其彈性擴(kuò)展、高效部署、低成本運(yùn)營(yíng)等優(yōu)勢(shì),逐漸成為企業(yè)構(gòu)建和部署機(jī)器學(xué)習(xí)應(yīng)用的首選。然而,市場(chǎng)上的云原生機(jī)器
    的頭像 發(fā)表于 12-25 11:54 ?134次閱讀

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】+初品的體驗(yàn)

    《具身智能機(jī)器人系統(tǒng)》 一書由甘一鳴、俞波、萬(wàn)梓燊、劉少山老師共同編寫,其封面如圖1所示。 本書共由5部分組成,其結(jié)構(gòu)和內(nèi)容如圖2所示。 該書可作為高校和科研機(jī)構(gòu)的教材,為學(xué)生和研究人員提供系統(tǒng)
    發(fā)表于 12-20 19:17

    什么是機(jī)器學(xué)習(xí)?通過(guò)機(jī)器學(xué)習(xí)方法能解決哪些問(wèn)題?

    來(lái)源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動(dòng)機(jī)是讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。因?yàn)闆](méi)有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能
    的頭像 發(fā)表于 11-16 01:07 ?462次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過(guò)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問(wèn)題?

    NPU與機(jī)器學(xué)習(xí)算法的關(guān)系

    緊密。 NPU的起源與特點(diǎn) NPU的概念最早由谷歌在其TPU(Tensor Processing Unit)項(xiàng)目中提出,旨在為TensorFlow框架提供專用的硬件加速。NPU的設(shè)計(jì)目標(biāo)是提高機(jī)器學(xué)習(xí)算法的運(yùn)行效率,特別是在處理
    的頭像 發(fā)表于 11-15 09:19 ?536次閱讀

    驍銳XAORI工業(yè)安全科普歐洲安全等級(jí)概念的劃分

    有關(guān)機(jī)器安全的技術(shù)性標(biāo)準(zhǔn)共分為A、B、C三類:A類標(biāo)準(zhǔn):有關(guān)機(jī)器安全的基礎(chǔ)性標(biāo)準(zhǔn)此標(biāo)準(zhǔn)列出了有關(guān)機(jī)器安全的?些最基本的概念,安全設(shè)計(jì)的指導(dǎo)性原則及機(jī)器危險(xiǎn)性評(píng)估等
    的頭像 發(fā)表于 10-09 11:53 ?423次閱讀
    驍銳XAORI工業(yè)安全科普歐洲安全等級(jí)概念的劃分

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】時(shí)間序列的信息提取

    。 時(shí)間序列的單調(diào)性理論是數(shù)學(xué)求導(dǎo)。下面是使用EWMA分析股票價(jià)格變動(dòng),以決定買入還是賣出。通過(guò)仿真數(shù)據(jù),這種指數(shù)移動(dòng)平均的技術(shù)剔除了短期波動(dòng),有助看清股票整體趨勢(shì)。 通過(guò)對(duì)本章學(xué)習(xí),對(duì)時(shí)間序列的研究目的、方法與特征有較全
    發(fā)表于 08-17 21:12

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 時(shí)間序列的信息提取

    之前對(duì)《時(shí)間序列與機(jī)器學(xué)習(xí)》一書進(jìn)行了整體瀏覽,并且非常輕松愉快的完成了第一章的學(xué)習(xí),今天開始學(xué)習(xí)第二章“時(shí)間序列的信息提取”。 先粗略的翻閱第二章,內(nèi)容復(fù)雜,充斥
    發(fā)表于 08-14 18:00

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 簡(jiǎn)單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制一幅時(shí)間序列分析與機(jī)器學(xué)習(xí)融合應(yīng)用的宏偉藍(lán)圖。作者不僅扎實(shí)地構(gòu)建了時(shí)間序列分析的基礎(chǔ)知識(shí),更巧妙地展示
    發(fā)表于 08-12 11:21

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 了解時(shí)間序列

    收到《時(shí)間序列與機(jī)器學(xué)習(xí)》一書,彩色印刷,公式代碼清晰,非常精美。感謝作者,感謝電子發(fā)燒友提供一個(gè)讓我學(xué)習(xí)時(shí)間序列及應(yīng)用的機(jī)會(huì)! 前言第一
    發(fā)表于 08-11 17:55

    Al大模型機(jī)器

    豐富的知識(shí)儲(chǔ)備。它們可以涵蓋各種領(lǐng)域的知識(shí),并能夠回答相關(guān)問(wèn)題。靈活性與通用性: AI大模型機(jī)器人具有很強(qiáng)的靈活性和通用性,能夠處理各種類型的任務(wù)和問(wèn)題。持續(xù)學(xué)習(xí)和改進(jìn): 這些模型可以通過(guò)持續(xù)的訓(xùn)練
    發(fā)表于 07-05 08:52

    機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時(shí)代的到來(lái),數(shù)據(jù)量的爆炸性增長(zhǎng)對(duì)數(shù)據(jù)分析提出了更高的要求。機(jī)器學(xué)習(xí)作為一種強(qiáng)大的工具,通過(guò)訓(xùn)練模型從數(shù)據(jù)中學(xué)習(xí)規(guī)律,為企業(yè)和組織提供
    的頭像 發(fā)表于 07-02 11:22 ?706次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)無(wú)疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來(lái)了革命性的變化。然而,盡管它們都屬于機(jī)器
    的頭像 發(fā)表于 07-01 11:40 ?1475次閱讀

    請(qǐng)問(wèn)PSoC? Creator IDE可以支持IMAGIMOB機(jī)器學(xué)習(xí)嗎?

    我的項(xiàng)目使用 POSC62 MCU 進(jìn)行開發(fā),由于 UDB 模塊是需求的重要組成部分,所以我選擇PSoC? Creator IDE 來(lái)進(jìn)行項(xiàng)目開發(fā)。 但現(xiàn)在,由于需要擴(kuò)展,我不得不使用機(jī)器學(xué)習(xí)模塊
    發(fā)表于 05-20 08:06