인공지능도 인간처럼 상식을 가지게 하려면 어떻게 해야 할까?

기계에 비해 인간은 다양한 감각을 사용하여 주변 환경으로부터 정보를 적극적으로 받아들이고 유아기부터 엄청난 양의 지식을 습득합니다. 어느 정도 상식을 익힌 후에는 이를 스스로 분류하여 '지식'과 '인지' 사이의 연결을 확립하게 됩니다.

그러나 기계는 인간과 다릅니다. 세상에 대한 이해는 데이터 공급의 양과 질에 크게 좌우됩니다. 그러나 이러한 종류의 기계 학습으로는 사물과 특정 작동 규칙 간의 연관성을 완전히 이해할 수 없습니다. 기계가 인간처럼 보이도록 하려면 이들을 인위적으로 "연결"해야 합니다. 쉬워 보이지만 실제 작업량은 꽤 많습니다.

이러한 학습 방향에 대해 학계에서는 항상 논란이 있어 왔습니다. 하나는 기존 구조를 최적화하고 개발된 뉴런 구조를 현재 모델과 결합하는 것이고, 다른 하나는 이를 재개발하여 인간 아기를 모방하여 기본 지식을 학습하고 적극적으로 지식을 습득하도록 가르치는 것입니다.

AI가 인간처럼 완전히 생각하도록 가르치는 것은 단기간에 달성하기 분명히 어렵습니다. 따라서 현재의 연구 개발 방향은 수직적 분야의 심층적인 육성에 더 중점을 두어 AI가 AI의 지식과 작동 규칙을 습득할 수 있도록 하는 것입니다. 단일 필드. 그렇다면 왜 AI는 우리의 인지에서 상식이 아닌 과학적 지식을 먼저 배워야 할까요?

여기에는 수학 분야가 포함됩니다. AI 자체의 작동은 수학적 모델을 기반으로 합니다. 물리적 관점에서 볼 때, 공식의 연산을 통해 AI는 관련 동작 궤적을 추론하고 이 현상을 구현하는 원리를 파악할 수 있습니다. 학습 후에는 라벨 없이 유사한 작업을 자동으로 수행할 수 있습니다. 물론, 개별 분야로 세분화하더라도 관련 지식의 양은 여전히 ​​엄청납니다.

복잡한 문제를 단순화하면 당면한 어려움을 더 빠르게 해결하는 데 도움이 될 수 있습니다. 해결하기 어려운 큰 문제의 경우 일련의 작은 문제로 나누어 하나씩 해결하고 기본 규칙을 찾아 문제 해결 효율성을 높일 수 있습니다

위 내용은 인공지능도 인간처럼 상식을 가지게 하려면 어떻게 해야 할까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!