您的位置:蓝冠 > 人工智能 >
人工智能

一直很好奇人工智能是如何自我学习的?

2018-11-09作者:admin来源:未知次阅读

  人工智能可以说是最近几年来非常热门的一个领域,谷歌的阿尔法狗围棋打败人类专业棋手讲人工智能推上了风口浪尖,我们都知道人工智能和以往的计算机程序相比有一个非常大的差别,就是人工智能能够自我学习进化并不断提高,那么人工智能是如何进行自我学习的呢?

  要明白一点,人工智能再厉害,学习也需要有数据才行。想让人工智能学会啥技能,就要给它相应的数据作为信息,就好像要想让一个学生学好数学,就得给它大量的关于数学的题和答案,让学生不停去训练做题。

  数据一般都是配对出现,题目-答案。我们暂时将题目作为X,答案作为Y。当神经网络收到X作为输入数据,会自己先计算出一个结果Z,之后神经网络会把Z和正确答案Y进行对比,找出两者之间的差距,然后根据这个差距值去调整自己,以便下次给出同样的X,神经网络会输出与Y接近的值,整个过程就是一次训练。当这种训练足够多,神经网络就能多任意的X都给出合理的Y。这种先给X让神经网络输出Z,再让神经网络通过Z和Y的差别来调整自己的策略,就是监督式学习。这种方法通常都是让神经网络用于预测未知。比如要预测股票明天涨跌,可以把大量的历史数据X和对应的正确答案Y送给神经网络(这里的Y只有两个值:1代表涨 0代表跌),当大量的历史数据让神经网络不断调整自己后,然后给出一个神经网络没见过的X,神经网络就会计算出一个合理的Y,这个Y值越接近1,表示股票涨的可能性越大,反之则股票跌可能性越大。当然实际关于股票建模过程比以上更加复杂,这里这是便于理解,蓝冠在线简化表达。

  通过以上分析不难看出,神经网络自我学习的核心就是,自己先拿历史数据X来计算出Z,然后把Z和正确答案Y进行对比,发现相差较大表示自己计算有问题,需要动态调整自己。这和一个学生学数学,不断拿练习题来做,自己先计算出一个结果,再把这个结果和参考答案对比下,如果相差很大则找出错误原因并调整自己,其实是一个道理。可见神经网络人工智能学习过程,已经和人类的学习过程非常相似了,而以后人工智能的自我学习会不会进化得更加接近人类呢?这还优待各个数学家、建模师等多领域学科的专家一起研究才知道

一直很好奇人工智能是如何自我学习的? 相关的内容:

关于 一直很好奇人工智能是如何自我学习的? 的评论