<他们>架构的技术AutoML:一个多层次的分析中的神经网络,以确定最聪明的人
<机学是试图以赋予一个计算机的能力做出自己的结论的基础上提供的信息只是一种方法的人工智能的发展,包括两个重要方面:学习进程和能力做出自己的结论的基础上。 与培训一切都是相当清楚的。 显示计算机数以百计的数以千计的照片有的猫和狗,并且他将最终会理解什么样的组合的像素是这些动物。 第二部分是更加复杂。 它是从这里车子你想向我们展示了什么她了解到,在此基础上培训,以得出一个合乎逻辑的猜测。 画出一个结论。 <现在更换猫和狗在一个神经网络和你会得到一个主意它是如何工作的AutoML,这是动物标识的确认,它所呈现的系统是最聪明的。 根据谷歌,即使是现在,平AutoML已经是它可以更有效的人类专家搜索的最好办法来解决具体问题。 在未来,这将大大简化进程创造的新人工智能系统,如一个事实上他们将创建自己是这样的。 <目前AutoML仍在初期发展阶段,谷歌说,然而,大赦国际、学习机和深学习机(高级的学习方法的机器基础上的仿真的神经元的人的大脑)–所有人都是以某种方式已经发现其使用中的应用程序和领域,我们使用和我们在其中找到自己的日常。 <作的一部分的示范阶段,其I/O会议上,谷歌工程师表示他们是如何技术的机学习可以大大减轻非常黑暗的图像或者,例如,消除他们的各种各样的声音。 和所有的这些操作一台机器可以执行只能依靠获得的信息,通过分析的数以百万计的其他明确的样品照片。 谷歌说,他们的超级计算机现在更高效率的过程中认识什么是照片中。 基于这种技术很快将被释放一个定制的谷歌透镜,可以有效地确定什么花(或花卉),现在是在你的面前(或枪声),使用一个智能手机摄像机。 <这种重型算法的基础上,深入学习的未来肯定会找到一个地方对于其在医学中的应用,在那里系统上运行的基础,将确定在照片上迹象的恶性肿瘤和大多数情况下使其更加有效的专业外科医生。 <与技术的帮助AutoML AI的平台将以更快的速度学习,并将聪明得多。 然而,在等待这个时刻将会有多一点的时间比所承诺的"花卉的应用程序"。 不管它是什么,达到这一时刻,应用程序开发者和科学家将有充足的时间去了解AutoML. <大段引用><"我们认为,这项技术将导致新的神经网络和开放的机会时,甚至没有专家能为你个人的神经网络为他们的具体需要,这反过来只会增加能力的机学习技术有更多影响我们所有人,"第8212;根据研究国谷歌勒和巴雷特Zof.大段引用>建议
模拟摄像机的运动在四维空间。 查看世界上不同的尺寸变化的方式,我们认为周围的一切,包括时间和空间。 想想之间的差两维和三维是容易的,但是,我们的第四个? 重要的是要明白你是什么意思科学家和其他研究人员,当他们谈论不同的方面:我们的世界有三个空间维度:的宽度、深度和高度和第四维度的可能时间。 科学家们多年来做研究在试图找出什么的第四空间尺度,但是,由于这样的事实,观察到四尺,我们不能证明它的存在是很难找到。 有多少尺寸? ,以更好地了解什么似乎是第四维,让我们仔细看看究竟是什么使得这三个方面的...
的一个场景的科幻惊悚片«;边缘的明天»;汤姆*克鲁斯和艾米莉*布朗特. 我们每个人或早或晚面对死亡。 但是发生什么事情的时刻死去后呢? 在其整个历史上,人类寻求这些问题的答案。 基督教和其他亚伯拉罕宗教提供永远生活在天堂或地狱,但是佛教在看的过程中生活和死亡的一点不同,提供轮回。 神古代埃及、北欧民间传说、神话的远古的希腊–所有这些故事是以某种方式连接的与死亡和试图应付的损失。 但是如果你看到死亡有所不同? 什么如果死亡实际上是没有结束,但你的心只是装和出现在另一个时空? 土拨...
蝴蝶效应是指属性的一些混乱系统 嗯,科幻小说迷–这是一次失望。 记得故事中的雷布拉德伯里«打雷的声音»? 在这个猎人扇命名Eckels去昂贵的狩猎生代,但在回来的路上小心即将关闭的道和踩着一只蝴蝶。 回到他的时间,主人公意识到,该死的蝴蝶已经导致了一系列的不受控制的变化。 这个故事的勇敢描述了所谓的«;蝴蝶效应»–理论,即使是最轻微的变化可能造成混乱的未来。 据认为,拍打着蝴蝶翅膀在英国,可能会导致龙卷风在美国。 当然,蝴蝶效应»细«看起来...
相关消息
...
...
...
...
...
...
...
...
...
评论意见 (0)
这篇文章已经没有意见,是第一个!