精准学习2

《精准学习》

斯坦尼斯拉斯·迪昂

16个笔记

>> 第2章　为什么人脑的学习能力比目前的人工智能机器更强

>> 我们的脑法力无边，它能有意识地、仔细地、一步一步地，在几秒钟内搜索这个图像，它还能构建这个图像在真实世界的符号表征，并通过语言与他人分享。

>> 它还能在任何可能的时候提取具有普遍性、逻辑性的明确的原则。

>> 人工智能缺少了什么

>> 学习抽象概念。

>> 高效的数据学习。

>> 社会学习。

>> 一次性测试学习

>> 系统性以及思想的语言。

>> 现行的人工神经网络大部分无法表达人脑模拟世界时所运用的一系列抽象词组、公式、规则和理论。

>> 组合。

>> 学习是对领域语法的推理

>> 人类的特征之一是不懈地搜寻抽象规则，从一个具体情况及随后在新情况的测试观察中提取出高级别的总结。

>> 学习意味着尝试选择符合数据的最简模型。

>> 学习就是要从每一个观察中提取尽可能多的推断，即使这个推断是很不确定的。而这正是贝叶斯理论管用的原因。

>> 所有知识都必须基于两个部件：一是我们与环境互动前就存在的一组先验假设；二是一旦我们经历过真实数据，就能够根据后验可能性来区分这些先验假设的能力。