日志正文
|
||
如何更高效学习 把人脑学习和机器学习做了对比。计算机科学家们在设计AI的时候,借鉴了人脑的工作原理,可以说,AI就是对人类大脑的仿生学。同时,脑科学家也很关心AI算法的进展,有时候计算机科学家独立发明出了一个提高机器学习效率的新方法,脑科学家一看,人脑也是这样的。了解了AI是怎么学习的,反过来也能对我们有所启发,这就叫反向仿生学。 怎样利用反向仿生学,向AI学习如何学习? 学习的四大核心支柱,分别是注意、积极参与、反馈和巩固。 AI的学习依靠一套算法,这套算法就是它的内部模型。其实这就是在模仿人脑,我们大脑里的知识也不是“散装”的,而是以一个个微缩模型的形式储存着。 AI和人脑的学习过程,都是在训练内部模型。学习,就是根据外部反馈,不断调整内部模型的过程。就比如你练习投球的时候,会不断根据上一次的投球结果,调整自己的力度和距离,这时,你的大脑就在调整手臂力量、角度等方面的参数。AI也是这样,它会根据提供的数据和反馈,不断调整这套模型。 对于大脑来说,像投球这样的活动,调整的参数算是比较少的,大部分的学习比它要精细得多,要调整成百上千个参数。很多模型是非常复杂的,就比如语言模型,理解一个句子,你要先理解音节、单词,再理解语法、语义,才能听懂这个句子。为了分解这样复杂的问题,人脑就创建了多层分级的模型,一个模型嵌套在另一个模型中,就像俄罗斯套娃一样。最初级的模型理解音节,信息一层层地传递,直到传递给理解语义的高层级。AI就模仿了人脑的分层结构,对输入的数据逐层处理,这种处理方式也被称为“深度学习”。 机器和人脑学习都是在训练分层内部模型。那我们就可以反观自己,基本知识学扎实了吗?学习的时候,脑内是否形成了关于这个领域的知识框架?建构知识框架时,我们也可以利用思维导图,因为它恰好就符合了大脑分层模型的那个原理。 要想训练模型,就得有反馈。对于人脑来说,上个球没投中,就是一种反馈;身边的人的评价,也是一种反馈。那对于AI来说,训练AI的人会给它反馈,术语叫“监督学习”。人是机器的监督者,告诉机器它输出的答案对不对。你告诉AI它这个答案错了之后,AI就会调整自己的参数,纠正错误。 不过,对机器来说,利用反馈学习有一个问题,那就是有时候机器通过一系列反馈找到了一个最优解,但我们不能确定它是不是全局最优解,因为也许别处还有更好的答案,但机器没发现。 随机的探索,过程中产生的好奇心,是推动人类学习和创新的重要力量。 机器学我们,我们也要向机器学习。
最后修改于 2023-04-20 13:39
阅读(?)评论(0)
上一篇: 唐代的外交政策基调:合宜
下一篇:衰老可以被减缓
|
||
评论 想第一时间抢沙发么?