人工智能，正在一步步逼近“真人类”，医疗能
作者：梅斯医学小编
谈到人工智能，很多人都想到图像识别，想到肺结节的AI诊断，事实上，这对人工智能而言，只是小儿科。中国大部分人工智能都是应用级的（拿人工智能技术进行应用），而不是底层的算法改变。虽然算法的出现离应用可能还有1-3年时间，但是，算法的改进才是真正的硬道理，才是划时代的。
先看世界最牛X的人工智能公司DeepMind的近期的几项研究成果：
11月1日，来自哥伦比亚大学，剑桥大学以及DeepMind的研究人员发表了一篇名为规定的生成对抗网络的新研究。在该研究中，研究人员开发了规定的GAN（PresGAN）来解决GAN受限问题。PresGAN将噪声添加到密度网络的输出中，并优化了熵调节的对抗损失。增加的噪声使预测的对数似然性易于处理，并稳定了训练过程。研究团队在几个数据集上评估了PresGAN，发现它们减轻了模式崩溃并生成了具有高感知质量的样本。他们还发现，就传统GAN与变分自动编码器（VAE）之间的预测对数似然性而言，PresGAN缩小了性能差距。
2、MuZero，较AlphaZero更进一步
11月21日消息，DeepMind推出可以自我学习的高性能机器学习模型MuZero，目前在国际象棋、围棋、将棋、Atari游戏等领域取得了领先的成绩。据DeepMind研究人员称，MuZero目前在围棋领域的性能已经略超AlphaZero。在75场Atari游戏中的得分高于先前各类算法，且所需训练时间极大减少。
3、人工智能不仅能有记忆功能，还有回忆功能
DeepMind最近发表在Nature子刊上的论文为解决长期信度分配问题提出了一种新的算法TVT， ，
对于AI
DeepMind最近发表在Nature Communications上的论文为解决这个问题提出了一种新的算法
上述三点，直接引发巨震，人工智能其实越来越聪明了。以前人工智能不过是人们事先设定好的“程序”，按人的指定工作罢了。后来，深度学习出现以后，人工智能具有不可预知性。进一步，人工智能能够进行有监督或无监督的学习，并对知识进行一定的应用。但是，机器毕竟是机器，很难跨越人们指定的范围。就象AlphaGo只能下围棋，不能下象棋一样，虽然象棋简单很多。如今MuZero出现以后，机器可以跨越边界，完成未知的任务，这是划时代的发现。
也许，再过3-5年，医疗里很多未知的内容，也可以通过机器来解决了。
时间:2019-12-07 22:21 来源: 转发量:次
声明：本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品，请与我们取得联系，我们会及时修改或删除。
相关文章：
相关推荐：
网友评论：
最新文章
热门文章
