1820 3

人工智能也需要学会遗忘?声音与图像哪个容易记忆? [推广有奖]

  • 0关注
  • 0粉丝

等待验证会员

博士生

13%

还不是VIP/贵宾

-

威望
0
论坛币
110 个
通用积分
4.1199
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
1363 点
帖子
114
精华
0
在线时间
43 小时
注册时间
2019-5-27
最后登录
2019-7-22

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
早起匆忙的穿好衣物,却忘记昨晚的钥匙放在哪!刚经过杂货部预见同事却因为忘记名字而磕磕绊绊的说话,这都会令你感到沮丧,遗忘会让事情变得一团糟。然而遗忘是人类得以生存的核心。事实上,我们必须对自己有能力做到这一点感到幸运。

因为对于人类来说遗忘本身并不是什么坏事
1.它通过减少过时信息对人们产生的影响来提高决策灵活性。
2.它能够预防人们过度沉浸于某些过去的特定事件,提高适应能力。
对于人类来说,遗忘不仅仅意味着记忆的遗失,也意味着这也是一个帮助大脑吸收新知识并有效做出决策的积极过程。

遗忘是一种能力
一个比较流行的比喻解释了为什么人们会忘记:人们的大脑的容量会饱和,因此,我们需要忘记一些东西给大脑腾出更多的存储空间。遗忘不仅仅是一次失败的记忆,这是一个积极的过程,可以帮助大脑获取新信息并更有效地做出决策,遗忘是人的能力。

那么对于机器而言是否有能够具有遗忘能力呢?遗忘对于机器来说是好事还是坏事呢?说道遗忘,那么就需要从人工智能如何记住你开始。

在机器面前,一个人的图像面孔由生成对抗网络(GAN)生成,GAN 是一种机器学习程序,可以从现有照片中学习以产生新事物。通过这种方式 GAN 训练了数以百万计的肖像,可以生成逼真的人脸。网络相互连接的神经元决定了这张脸的特征:眼睛,肤色,形状,头发,类似于人类大脑使用神经元网络来构建面部的心理图像。而项目的创作者试图教会 AI 忘记。通过逐渐关闭个别神经元,然后重复这个过程,直到 AI 完全“忘记”这张脸。这是AI的“图像记忆”

而对于声音来说,机械的记忆能力更为简单化,只需要记忆住声纹,声纹概念很早就被提及,但是时至今日才有重大的突破,“深度聚类”机器学习,能够辨别多个声纹,即便你的声音多没特点,就像如今的企业语音识别系统一样,一款电话机器人好不好用取决于是否具备声纹系统,好的声纹系统会大大提高企业工作的效率,因为你的声纹是独一无二的,这个技术能有效防止“鸡尾酒效应”智能系统可以将多个人语音成功分离,而且,重建单人语音的精确度高达90%,也是只能系统识别声音的最重要依据。

记住是基本,忘记才是AI进步的关键
AI,就像人一样,人工智能应该记住重要和有用的信息,同时忘记低价值,无关紧要的知识。然而,确定什么是相关和有价值的信息,除了手头的任务之外,还加入包括如伦理,法律和隐私问题等因素。

廉价的信息存储代价和 AI 无穷的容量相结合,打造出了一个看似非常有吸引力的工具,但背后的问题是大量数据持续的收集,而没有简单的方法来“忘记”数据。学会遗忘是人工智能面临的重大挑战之一。虽然它仍然是一个新的领域,但科学家最近已经探索了一些关于如何克服这一局限的常识性理论,比如循环神经网络 LSTM,它使用特定的学习机制来决定要记住哪些信息,要更新哪些信息,以及在任何时候注意。

尽管忘记有时候会使我们感到沮丧,但人类忘记的能力正是我们优于人工智能的地方。计算机记忆即电脑内存,通常是指存储信息和找回信息的容量,以及存储这些信息的计算机物理组件。当计算机的某些内存不再被任务需要时,计算机将“忘记”这些数据,释放空间供其他任务源。

现在,数据科学家正在应用神经科学原理改进机器学习技术,他们相信人类的大脑是完全揭开人工智能面纱的关键。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


沙发
olympic 发表于 2021-3-30 10:57:02 |只看作者 |坛友微信交流群
遗忘是一种能力

使用道具

藤椅
晏几道 发表于 2023-10-26 16:10:59 |只看作者 |坛友微信交流群
遗忘循环利用

使用道具

板凳
chmlx 发表于 2023-12-12 12:28:54 |只看作者 |坛友微信交流群

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-27 11:03