麻省理工开发新算法 提机器人学习能力

irobot

麻省理工开发新算法 提机器人学习能力

2015-12-14 17:45              

麻省理工研究人员刚刚开发出了一种算法，只需要通过一个例子就可以让电脑掌握一种新概念，而不必像传统机器学习技术一样使用成千上万个例子才能达成相同的效果。

　　我们知道，尽管人工智能在近年来已经取得了长足的进步，但是要让人工智能拥有学习能力，并且举一反三却难于上青天，因为此前人工智能是需要大量的数据才能进行学习，不过此后，这样的事情或许就要改变了。　　

　　12月14日, 据外媒报道，麻省理工研究人员刚刚开发出了一种算法，只需要通过一个例子就可以让电脑掌握一种新概念，而不必像传统机器学习技术一样使用成千上万个例子才能达成相同的效果。这种算法充分利用了一种名为“贝叶斯程序学习”(Bayesian Program Learning)的概率方法。从本质上讲，电脑会自己生成额外的例子，然后判断哪些例子最符合相应的模式。
　　“贝叶斯程序学习”的研究人员称，他们试图复制人类看到某项任务后的学习过程——例如，儿童认识马的过程，或者技工替换汽缸垫的过程。
　　这项研究结论已经发表在《科学》杂志上，而作为该论文的作者之一，麻省理工学院的约书亚•特南鲍姆(Joshua Tenenbaum)说：“机器学习能力与人类学习能力之间的差距仍然很大。我们希望缩小这种差距，这就是长期目标。”
　　研究人员认为，“贝叶斯程序学习”在这类任务中的学习能力与人类相仿，而且能够欺骗多数人类志愿者。但他们也承认这项实验的不足之处：对字母进行分类是相对简单的任务，但电脑有的时候却需要好几分钟来运行这个程序。
　　特南鲍姆说：“如果你想要一套能够很快在第一次接触时就能学会新单词的系统，那最好使用我们正在开发的方法。”
　　很多科研人员不断地尝试着让人工智能像人类一样具有学习功能，但我们知道，建立一个同人类大脑一样强大的系统还很遥远，但就像研究院说的一样现在这个差距正在减少。