人工神经网络 说到底，人就是一种机器吗？
胡扯
- 它为何不是一只牛？又或者，它为何不是一只鸡？假如没有一地的毛，没有这个人的动作，没有这个人与羊对比大小，它有何尝不是一只牛？
- 假如其他的细节我们都看不到，我们只能看到一个头：
它有何尝不是一只狼？ - 假如我们只能看到一对蹄子，它有何尝不是。。。
再扯
- 如果有足够的训练集样本，神经网络能够根据组合特征识别出人、羊、羊毛等不成问题，但是如何能够将信息结合起来，读懂此图中各个对象正在做什么呢？
- 或者说，有足够的训练集样本，能够识别出这是一个弯着腰的人，这是一头倒地不起的羊，那么一个弯着腰的人+一头倒地不起的羊能判断出此人在做什么，此羊又在做什么呢？
胡说八道
- 以后的神经网络，不仅要对目标是对象是什么进行分析，还得分析它们正在做什么，将要做什么，这也许需要不同模型的组合，比如目标识别模型+意境分析模型+未来预测模型，比如
一个人举起一把菜刀，手中掐着个小孩，不远处有几个警察拿着枪，他们是什么，他们正在做什么，他们将要做什么，这都是未来的识别网络需要解决实际的问题。 - 但如何采集数据标定数据也许会是个难点，成本太高，需要人力物力财力大，这是否会成为未来的国家公益项目？即将采集系统采集的数据整合并自动提出问题发布在网上，公益人士前往进行标定。从以往的案例来看，淘宝做他们的自动售假判定时就会推出公益的假货分析师项目，判定售假都是公益的经过考核的专业淘宝卖家或者其他人士，有时一个宝贝会有很多人进行判定，如果一个人判定的结果与其他人的差太多，那么他提供的数据将有可能不被采用，并且可能会被取消假冒分析师的资格。这会倒是个很好的思路。
- 相信不久，我们的AI就能像人一样读懂眼前的世界了。
- 《马克思原理》认为：人的意识是对客观存在的能动反映。好像，人工神经网络也是，但人的网络似乎更为复杂。相信若干年后，AI再经过一段时间的发展，它们也能像人一样思考，并且在思考中调取以往的记忆片段，调取的过程中同时也在训练（储存记忆片段），到那时候，我们可能就不能说清，机器是人，还是人是机器的问题了。
人工神经网络 说到底，人就是一种机器吗？相关推荐
- 人工神经网络（ANN）
本文将主要参考Tom M.Mitchell的<机器学习>一书说明一下人工神经网络,组织结构是这样的:先讨论人工神经网络最基本的组成单元:感知器和sigmoid单元,然后介绍由这些基本组成的 ...
- 初探人工神经网络算法
初探人工神经网络 *壹–阐明什么是人工神经网络 人工神经网络(英文Artificial Neural Networks,ANN)系统是 20 世纪 40 年代后出现的. 简单来说,人工神经网络就是字面 ...
- 人工神经网络算法与机器算法算两种算法吗
人工神经网络的特点有哪些 人工神经网络的特点和优越性,主要表现在三个方面:第一,具有自学习功能. 例如实现图像识别时,只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络,网络就会通过自学习 ...
- 人工神经网络算法与机器算法是相同的算法吗
什么是人工神经网络及其算法实现方式 人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点.它从信息处理角度对人脑神经元网络 ...
- 人工智能和神经网络区别,人工神经网络有哪几种
人工智能的分类包括哪些呀? 人脑计算机对接技术项目名称:小发猫 人工智能领域六大分类: 1.深度学习: 深度学习是基于现有的数据进行学习操作,是机器学习研究中的一个新的领域,机在于建立.模拟人脑进行分 ...
- 人工神经网络算法的应用,神经网络是机器算法吗
神经网络算法的人工神经网络 人工神经网络(ArtificialNeuralNetworks,ANN)系统是20世纪40年代后出现的. 它是由众多的神经元可调的连接权值连接而成,具有大规模并行处理.分布 ...
- 人工神经网络模型是一种什么模型 - 人工神经网络的基础数学模型
不同的人工神经网络模型各有什么作用 人工神经网络的优点 人工神经网络是崭新且令人兴奋的研究领域,它有很大的发展潜力,但也同时遭受到一些尚未克服的困难.其优点可列举如. 1.可处理噪声:一个人工神经网络 ...
- 除了神经网络其他的智能算法，人工神经网络算法与机器算法
神经网络原理及应用 神经网络原理及应用 1. 什么是神经网络? 神经网络是一种模拟动物神经网络行为特征,进行分布式并行信息处理的算法.这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系 ...
- 脑电信号(EEG)处理中的机器学习方法总结——回归模型，SVM、K近邻、人工神经网络、朴素贝叶斯、决策树和随机森林、集成学习、模糊逻辑、LDA线性判别分析、K-means聚类、强化学习、迁移学习
本文归纳总结了机器学习在脑电分析中的应用,并详细介绍回归模型,SVM.K近邻.人工神经网络.朴素贝叶斯.决策树和随机森林.集成学习.模糊逻辑.LDA线性判别分析.K-means聚类.强化学习.迁移学习 ...
最新文章
- 15年的最后一天终于暂时解决了软件中的“过年虫”问题
- 理解UIView的绘制
- 两数之和—leetcode2
- [转]详解HTTP包
- Vue3 Composition API（三）——生命周期钩子、Provide函数 和 Inject函数、封装Hook案例、setup顶层编写方式
- 全球大学文凭“含金量”排名出炉：“北清复”名列30强
- 攀升电脑九周年：“9”要追新，捍卫热爱
- Laravel源码分析之Session
- nginx Alphabetical index of variables
- 2.5.1.2、ImportBeanDefinitionRegistrar 注册BeanDefinition
- ict中的it和ct_ICT.Social – IT专业人员的社交网络
- ICON 文件构成 及 制作工具
- 彻底弄明白Gradle相关配置
- 优秀的linux学习网站
- 算法刷题 -- 237 删除链表中的节点 ＜难度 ★☆☆＞
- Google 三大论文之——MapReduce
- abaqus6.10离线版user‘smanual
- 常耀俊老师经典《非人力资源经理的人力资源管理》课程
- 人生效率手册：重塑升级版
- mysql的sql语言学习笔记总结