手机浏览器扫描二维码访问
库克教授也不管自己只是个所长,直接就盖棺定论了。
所谓“神经网络式算法”,库克教授十几年前就有涉猎,相比于80年代以来的其他“np穷尽理论”而言,其最大的特点是“没有运算核心”。
用人体来举例,人作为一个生物个体而言,是有中枢神经的绝大多数机体行动,都是大脑控制肢体,眼口耳鼻手足感知到了外部信号之后先要通过反射弧传递到大脑(部分最低级的反射,至少也要到延髓脊髓处理)等大脑作出处理指令之后,手足才会作出反应。
但是如果把大脑单独作为一个独立个体解剖开来看,大脑内部上千亿个神经元是平等的。并不存在“某一小撮神经元高于其他周边神经元、从而在处理信息时先由这一撮神经元预处理、预处理完之后再交给下一撮神经元处理”这样的先后顺序。
(神经网络当然还有其他很多基础特点,这里仅仅讨论和“遗传算法退火算法”的主要区别,所以不多赘述了。否则能水几万字,大家还看不懂。)
当年“神经网络”的概念被提出时,就是为了探讨一种让电脑高效处理类似于“找到礼堂里到底有没有我认识的人”问题的新方法:如果可以有多个电脑,自然随机地分配任务,并行从多个点开始用就近算法寻找,那么自然可以在“单核cpu”性能比较弱的情况下,通过堆砌cpu数量加快问题的解决速度。
但这个概念并没有“节约计算资源”,因为理论上它只是把“1台电脑10小时工作量”变成了“10台电脑1小时的工作量”而已。而且这种最原始的“神经网络”也依然没法解决那些“似是而非”的模糊问题他们只能回答“有我认识的人没有我认识的人”这种非此即彼的问题。
库克点名了在这个领域让顾诚对其应用模型说出个子丑寅卯来,顾诚自然不能避战。
“我拜读过辛顿教授对于神经网络的最新模型假说,卷积神经网络,以及与之配套的学习型算法。我认为这个东西可以和互联网的自动识别索引工具相结合。至于具体的应用场景么……那就属于商业机密了,恕我无可奉告。”
“卷积神经网络的新用法?”
史蒂芬。库克教授一愣,但很快冷静下来,他可不是一个概念就能忽悠住的。
“看来,顾先生要论述的重点,就在于‘卷积’上面了?”
“没错,如果没有‘卷积’,仅有‘神经网络’,我们依然没法讨论近似于人脑判断的模糊问题。”顾诚一副成竹在胸的样子,似乎对对方的反应早有预判。
他打开电脑,接上投影仪,屏幕上出现了一张猫的图片。
“我用图上这只猫举例子尽管这只猫一只耳朵竖着一只耳朵折了,眼珠瞳孔也有点不正常,尾巴还特别短,毛色肮脏还和照片的背景色非常接近,但我作为一个人类,还是一眼就认出了这确实是一只猫。
现在,我用我根据辛顿教授的阀值思想编写的自学程序,用机器对这只猫是否是猫进行初次预判。在这个算法里,我们预构了30个组合特征量,比如‘猫眼’、‘猫耳’‘猫毛’、‘猫尾’……然后用三十个神经元单位的处理资源,分别针对每一个组合特征量进行预判,然后分别给出结果。
在这三十个神经元单位内部,我们再根据‘本图猫眼与本神经元见过的猫眼’之间的像素相似度作出判断,给出一个积值,从而得到‘这有85%概率是一只猫眼’或者‘有70%概率是一只猫耳’之类的参考量。最后,把这30个组合特征量按照默认1:1的权重进行组合,最终平均分高于60分就判定‘这是一只猫’。”
“那成功率肯定很可怜。”库克教授耸耸肩,一脸的悲悯。
“当然很可怜,因为我的实验才开始呢做到这一步,并不是要让机器判断正确,而是在机器判断完之后,让人眼再复查一遍。如果机器和人的判断结果一致,那么就给目前的特征量分组方式和每个特征量的权重比例数组加1分。
然后,再判断下一次。如果还对,再加一分。直到判断错了,然后就自动对现有权重比例数组作出调整:比如,此前判断正确的两次‘平均分60分’的结果中,‘猫眼’得分分别是75和80分,而‘猫耳’得分是45和40分。而判断错误的那一次‘平均分60分’的结果中,‘猫眼’是50分‘猫耳’是70分。那么,我们就可以得出一个结论:决定猫是否长得像猫的所有特征变量中,‘猫眼’是比‘猫耳’更关键的变量,在计算综合分的时候应该提升其权重。
最后,按照这个逻辑让这套算法看一百张猫图,一千张,一万张……算法自然会总结出一套‘即使不全对,但正确概率越来越高的判断权重’。”
人类的小孩儿,在3岁的时候学习认各种东西,其实大脑里就是这么算的。没什么非坚持不可的特征,看个几百只猫,自然而然就调整各个特征权重,知道什么是猫了。
没有任何一个变量,拥有“一票否决”的权力。充其量,只是其在卷积神经网络中的“积分量”比较高而已。正是因为如此,人类才可以在看到一只双眼彻底被挖掉的猫时,依然认出这是一只猫。
……
顾诚的整体论述,自然是非常冗长的,难以一一赘述。
其中很多关窍,说透了之后也完全通俗易懂,根本没什么逼格。
但是顾诚至少为“如果做不到全对,就没有商业价值”的卷积神经网络,提供了一种“就算现在做得还不太好,也能在一两年内就取得阶段性商业变现可能性”的路径。
史蒂芬。库克教授与之交谈良久,最后默然不知如何应对。
“神圣的神经网络算法研究,居然用这种毫不严谨毫不科学的推论、假设、模拟来解释。这些想法和推论根本没法形成论文和成果体系。”库克教授本能地抨击了几句,但是冷静下来之后,一咬牙,不得不承认,“但是,很有启发。”
她就职于德罗伽蓝 神医皇妃 老公靠边闪 神皇的特工美妾 太学书生 重生之恶鬼 零度空间 全职高手 最后的留言 四 僵狱 萌后不乖,帝要掀桌 明末风暴 带着空间游红楼 解放战争(下) 上海情话 刀剑聊斋 逮捕俏娇娃 灵庙 上帝的指纹 世界五大长寿村饮食大揭秘
简介白秋意身中诅咒,若没有解药,浑身就如同被人剔骨刮肉一样痛男人的精液,就是她的解药第一个世界闺蜜绿了我之后,我睡了她哥小片段白秋意借字多难听啊,不如我卖身给你吧,她往季裴承那边靠了靠,声音压低,妹妹还是雏哦,哥哥可以给妹妹破个瓜嘛。你看我像是随便给人破瓜的人?季裴承。去床上。季裴承道。你硬了吗?白秋意问。季裴承没说话,直接把她的手牵过来,往胯间按。小弟弟好精神呀,白秋意道,哥就在这里要了妹妹吧,妹妹湿哒哒的走不动。你说话一直这么没遮拦?那要看对谁了,对你是的~阅读小贴士1女主非善类,为达目的可以出卖身体的那种QωQ2女主三观不代表本作者三观QωQ3每个世界的男女主不一定是处QωQ关于收费按千字50的标准收费,每个故事都会免费一些章节关于更新日更,有事会在留言板留言点击我要评分可以给作者投珠每天可以免费投送两颗珍珠哦...
神界第一高手,有‘贱神’之称的云飞扬被镇压万载,破土重生,痛定思痛,梦想收尽天下各色美女!泡妞,我是认真的。云飞扬道。姑娘,你愿意嫁给我?清纯可爱邻家女刁蛮任性大小姐成熟妩媚女导师冷若冰山大师姐腹黑毒辣女魔头,这些,统统是我云飞扬的女人!妖孽群529642893...
炮灰是什么?雪兰告诉你,炮灰是用来打别人脸的。凭什么炮灰就要为男女主的感情添砖加瓦,凭什么炮灰就要任人践踏?凭什么炮灰就要为男女主献上膝盖?凭什么炮灰就要成为垫脚石?炮灰不哭,站起来撸!本文男女主身心干净,秉持着宠宠宠的打脸原则,男主始终是一个人哦!...
一觉醒来发现身边多了个没穿衣服的美女,这个美女竟然是金庸笔下的黄蓉。而且还是少女时期的黄蓉。莫名其妙的得到了黄蓉的身心,有些木讷的小人物顿时发生了变化。挨欺负了不用咱出手,有黄MM的打狗棒法帮咱出气。想成为武林高手?没问题。桃花岛武功随便学,打狗棒法随意耍,九阴真经纵横大都市总之有了黄蓉这个伪师父,真老婆之后,一切都变的精彩了!...
前世黑莲花白蓁被人在车上动了手脚车祸去世,穿越成了合欢宗女修白千羽,开启了和前世开后宫没什么不同的修仙之路。这篇算是某某宗女修炼手札的同人,但是是否玩游戏对看文没啥影响,文不会收费,大家放心追,女主是自设的无心海王型号。挂是挂了修真的名头,其实本文没有着重写女主初期修炼,主要还是着重她成为女王之后的故事。全文分三部分,第一二部分女主一边双修一边把以前给她使绊子的人给除了,手段稍微有点粗暴残忍,结果奇奇怪怪自称系统的东西出现了,告诉她,她已成为了这条世界线的主人,同时她设计把自己也拱成了修真大陆的无冕之王。第三部分开幕,无冕之王并不是这么好当的,一边要均衡各大势力,挑对自己有用的掌握在手里,一边要处理情人们的修罗场。。。。偶尔,系统还会给她出难题,让她暴打外来入侵者。然而白蓁(千羽)对此表示,挺好玩的,再来点。本文可能微微有点女尊倾向,女主床上小淫娃,床下真女王,没心没肺,快乐加倍。有疑似正宫,但是基本不会出现1v1的情况,女主这么强,配一个男的太亏了(啥?)。预警,女主从目前的伦理道德来讲,确实是渣女,而且吸溜子也没想洗。...
流氓少爷实际上就是流氓少爷尘世游只不过作者名字不同,但至尊包不同和至尊风流就是同一个人,流氓少爷已经完本了,但两本书基本是一样的,只是章节数字不同而以。所以就同时把两书的章节数字标出此书记录S省富家少爷夏丰银玩转都市,风流逍遥的过程,全书以YY为主,以使读者浴血沸腾为目标,那些自命清高者可以不看!没有最淫荡,只有更淫荡!要想成淫才,快到此处来...