Nhật Bản công bố kế hoạch tăng trưởng xanh cho mục tiêu trung hòa carbon năm 2050
'học theo lối tắt' hoặc 'gian lận', dường như là một đặc điểm chung trên cả trí tuệ nhân tạo và sinh học. "
Geirhos và Michaelis tin rằng việc học theo lối tắt, hiện tượng mà họ quan sát được, có thể giải thích sự khác biệt giữa hiệu suất tuyệt vời và những thất bại mang tính biểu tượng của nhiều mạng nơ-ron sâu. Để nghiên cứu thêm về ý tưởng này, họ đã hợp tác với các đồng nghiệp khác, bao gồm Jörn-Henrik Jacobsen, Richard Zemel, Wieland Brendel, Matthias Bethge và Felix Wichmann.
Mỗi nhà nghiên cứu đã đóng góp vào nghiên cứu theo những cách riêng biệt, phù hợp với lĩnh vực chuyên môn của họ, từ khoa học thần kinh đến học máy và tâm sinh lý. Bài báo của họ bao gồm các ví dụ về học theo lối tắt và gian lận cả trong máy móc và động vật — ví dụ, các lỗi cụ thể của mạng nơ-ron sâu, cũng như các trường hợp chuột 'gian lận' trong các thí nghiệm và học sinh gian lận trong các kỳ thi.
Học lối tắt trong mạng nơ-ron sâu. Trí tuệ máy tính tự nhiên (2020). DOI: 10.1038 / s42256-020-00257-z
explore potential near sensor
No comments:
Post a Comment