Autokodery to sieci neuronowe, które uczą się skompresowanej reprezentacji danych wejściowych w celu późniejszej ich rekonstrukcji, dzięki czemu można je wykorzystać do redukcji wymiarów. Składają się z enkodera i dekodera (które mogą być osobnymi sieciami neuronowymi). Redukcja wymiarów może być...
W kontekście sztucznej inteligencji osobliwość odnosi się do pojawienia się sztucznej inteligencji ogólnej zdolnej do rekurencyjnego samodoskonalenia, prowadzącej do szybkiego pojawienia się sztucznej superinteligencji (ASI), której granice są nieznane, wkrótce po osiągnięciu osobliwości...
Mam był patrząc pod Viv sztuczną inteligentnego agenta w rozwoju. W oparciu o to, co rozumiem, ta sztuczna inteligencja może wygenerować nowy kod i wykonać go na podstawie zapytania od użytkownika. Ciekawe, jak ta sztuczna inteligencja jest w stanie nauczyć się generować kod na podstawie niektórych...
Usiłuję opracować sieć neuronową, która może identyfikować cechy projektowe w modelach CAD (tj. Szczeliny, występy, dziury, kieszenie, stopnie). Dane wejściowe, których zamierzam użyć dla sieci, to macierz anxn (gdzie n jest liczbą ścian w modelu CAD). „1” w prawym górnym trójkącie w macierzy...
Wydaje się, że głębokie sieci neuronowe i inne modele oparte na sieci neuronowej dominują w wielu obecnych obszarach, takich jak widzenie komputerowe, klasyfikacja obiektów, uczenie się wzmocnienia itp. Czy istnieją domeny, w których maszyny SVM (lub inne modele) wciąż dają najnowocześniejsze...
Właśnie obejrzałem ostatni film WIRED na temat wirtualnych asystentów opowiadających dowcipy. Składają się z ludzi, ale chciałbym wiedzieć, czy sztuczna inteligencja jest wystarczająco dobra, aby coś
Obecnie pracuję nad projektem, który polega na stworzeniu sztucznej inteligencji do gry Gomoku (to jak kółko i krzyżyk, ale grałem na planszy 15 * 15 i wymaga 5 z rzędu, aby wygrać). Udało mi się już zaimplementować idealną sztuczną inteligencję w kółko i krzyżyk, używając Q uczenia się i...
Począwszy od ubiegłego roku studiowałem różne przedmioty, aby zrozumieć niektóre z najważniejszych tez uczenia maszynowego S. Hochreiter i J. Schmidhuber. (1997). Długotrwała pamięć krótkotrwała . Obliczenia neuronowe, 9 (8), 1735-1780. Jednak z uwagi na fakt, że nie mam żadnego wykształcenia...
Często uważa się, że agent AI ma „czujniki”, „pamięć”, „procesory uczenia maszynowego” i „reakcję”. Jednak maszyna z nimi niekoniecznie staje się samoregulującym agentem AI. Czy poza częściami wymienionymi powyżej istnieją inne elementy lub szczegóły niezbędne do tego, aby maszyna mogła być...
Jak potężna jest maszyna, która ostatnio pokonała mistrza
Studiując metody eksploracji danych, zrozumiałem, że istnieją dwie główne kategorie: Metody predykcyjne: Klasyfikacja Regresja Metody opisowe: Grupowanie Zasady stowarzyszenia Ponieważ chcę przewidzieć dostępność użytkownika (wydajność) na podstawie lokalizacji, aktywności, poziomu...
Próbowałem więc zrozumieć sieci neuronowe, odkąd natknąłem się na blog Adama Geitgeya na temat uczenia maszynowego. Przeczytałem jak najwięcej na ten temat (który mogę zrozumieć) i wierzę, że rozumiem wszystkie ogólne pojęcia i niektóre działania (pomimo tego, że jestem bardzo słaby w matematyce),...
Uczenie maszynowe pozwala więc na automatyczną automatyzację systemu w tym sensie, że może przewidzieć przyszły stan na podstawie tego, czego się nauczył. Moje pytanie brzmi: czy techniki uczenia maszynowego to jedyny sposób, aby system rozwinął swoją wiedzę w
Na stronie Wikipedii możemy przeczytać, że Google zbudował niestandardowy układ ASIC do uczenia maszynowego i dostosowany do TensorFlow, który pomaga przyspieszyć AI. Ponieważ układy scalone ASIC są specjalnie dostosowane do jednego konkretnego zastosowania bez możliwości zmiany jego obwodu,...
Próbuję znaleźć odpowiedni algorytm dla systemu, w którym użytkownik wprowadza kilka symptomów, a system musi przewidzieć lub określić prawdopodobieństwo, że kilka wybranych symptomów jest powiązanych z tymi istniejącymi w systemie. Następnie po powiązaniu ich wynik lub wynik powinien być...