江苏龙网

  1. 首页 > 人文 > >

Facebook，数学家中有句老话( 四 )


对此 ， Charton 表示：“我们知道数学是如何工作的 ， 通过使用特定的数学问题作为 ， 看看神经网络在哪里成功 ， 在哪里失败 ， 我们就可以了解神经网络是如何工作的 。 ”
他和 Lample 计划将数学表达式输入到他们的神经网络中 ， 并跟踪程序对表达式中的微小变化的响应方式 。 映射输入中的变化如何触发输出中的变化 ， 可能有助于揭示神经网络的操作方式 。
Zaremba 认为这是在和确定神经网络是否具有理性 ， 以及是否真正理解它们所回答的问题上的积极探索 。 “数学问题中很容易变换参数或者其它部分—我们可以通过观察神经网络在面对改动后的方程后作出的反应来窥测它的运行方式 。 我们可能会真正了解其中的原因 ， 而不仅仅只是方程的解 。 ”
神经网络探索的另一个可能的方向 ， 是自动定理生成器的 。 “数学家们正越来越多地研究使用人工智能来生成新的定理和证明的方法 ， 尽管这种技术还没有取得很大进展 。 ”Lample 说 ， “这是我们正在研究的东西 。 ”
Charton 描述了他们的方法至少有两种方法可以推动人工智能定理的发现 。 首先 ， 它可以作为一种数学家的助手 ， 通过识别已知猜想的模式来帮助解决存在的问题；其次 ， 这台机器可能会生成一个列表 ， 列出数学家们漏掉的可能可证明的结果 。 “我们相信 ， 如果你能做集成 ， 你就应该能做证明 。 ”他说 。
参考资料：
本文相关词条概念解析：
神经网络
【Facebook，数学家中有句老话】人工神经网络（ArtificialNeuralNetwork ， 即ANN） ， 是20世纪80年代以来人工智能领域兴起的研究热点 。 它从信息处理角度对人脑神经元网络进行抽象 ， 建立某种简单模型 ， 按不同的连接方式组成不同的网络 。 在工程与学术界也常直接简称为神经网络或类神经网络 。 神经网络是一种运算模型 ， 由大量的节点（或称神经元）之间相互联接构成 。 每个节点代表一种特定的输出函数 ， 称为激励函数（activationfunction） 。 每两个节点间的连接都代表一个对于通过该连接信号的加权值 ， 称之为权重 ， 这相当于人工神经网络的记忆 。 网络的输出则依网络的连接方式 ， 权重值和激励函数的不同而不同 。 而网络自身通常都是对自然界某种算法或者函数的逼近 ， 也可能是对一种逻辑策略的表达 。 最近十多年来 ， 人工神经网络的研究工作不断深入 ， 已经取得了很大的进展 ， 其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题 ， 表现出了良好的智能特性 。


推荐阅读


上一篇：除了车市不景气，车企大佬们的态度还是很坚决的，实现之前设定的盈利目标还是没啥问题的

下一篇：小新15对Windows，2020款里面使用的这颗Ryzen，通吃日常应用的平价本本