奎克的藏经阁 · 原书印刷页

人工智能时代:破解人机共存密码(套装共10册) · 第 8 页

PDF 物理页索引 2051 · 第6章 未来的现实

书名
人工智能时代:破解人机共存密码(套装共10册)
作者
未记录
印刷页
8
PDF 物理页
2051(从 0 开始)
章节
第6章 未来的现实
UUID
396e1bee-219e-4bee-9884-3214c17ff8f5
来源类型
original_book
页面 SHA-256
fec29c8d3436f06de9d4260e55a34753de728e1cfe7c78079e7c57ea0f52da81

反向传播算法

加州大学圣迭戈分校成立于1960年,现已发展成为生物医学研究的主要中心。它在1986年成立了世界上第一个认知科学系。<sup>[1]</sup>大卫·鲁姆哈特(见图8–1)在那时已经是一位杰出的数学家和认知心理学家,他曾在以符号学和规则为基础的传统人工智能领域工作过,这类研究在20世纪70年代的人工智能研究中占主导地位。1979年,我在加州大学圣迭戈分校由杰弗里·辛顿组织的研讨会上第一次见到了大卫,当时他开创了一种新的探索人类心理的方法,他和詹姆斯·麦克莱兰称之为“并行分布式处理”(以下简称PDP)。大卫总是能对问题进行深入思考,并经常提出富有洞察力的评论。

玻尔兹曼机学习算法可以学习如何解决需要隐藏单元的问题,这表明,训练多层网络并突破感知器的限制是可行的,而这种观点与马文·明斯基和西摩尔·帕普特以及该领域大多数人的观点相左。网络中的层数或任一给定层内的连接性都不存在任何限制。但是有一个问题:达到平衡和收集统计数据来进行模拟的速度变得越来越慢,大型网络需要花费更长的时间才能达到平衡。

08