返回顶部
返回首页
返回首页
深度科学:让人工智能在医学、气候科学和视觉方面保持诚实,中国机器人网,vrovro.com
home 您现在的位置: 首页 >行业资讯 > 详细信息
深度科学:让人工智能在医学、气候科学和视觉方面保持诚实
2021年06月28日    阅读量:     新闻来源:中国机器人网 vrovro.com  |  投稿

研究论文发表得太频繁,任何人都无法全部阅读。在机器学习领域尤其如此,它现在几乎影响到(并在其中产生)每个行业和公司。本专栏旨在收集一些更有趣的近期发现和论文——特别是但不限于人工智能领域——并解释它们为何重要中国机器人网vrovro.com


本周我们有许多条目旨在识别或确认机器学习系统中的偏见或作弊行为,或支持它们的数据中的故障。但首先是华盛顿大学在计算机视觉和模式识别会议上提出的一个纯粹的视觉吸引力项目。


他们训练了一个系统,该系统可以识别和预测照片中水、云、烟和其他流体特征的流动,并从单个静止图像中制作动画。结果很酷:


动画展示了系统如何结合之前和即将到来的时刻的猜测来制作瀑布动画。

为什么呢?嗯,一方面,摄影的未来是代码,我们的相机越了解它们所指向的世界,它们就越能适应或重建它。假河流的需求并不高,但准确预测运动和常见照片特征的行为却是。


在任何机器学习系统的创建和应用中要回答的一个重要问题是它是否真的在做你想要的事情。“人工智能”的历史充满了模型的例子,这些模型找到了一种看起来像是在执行任务而不实际执行任务的方法——有点像一个孩子在他们应该打扫房间的时候踢床底下的所有东西。


这是医疗领域的一个严重问题,一个伪造它的系统可能会产生可怕的后果。同样来自华盛顿大学的一项研究发现,文献中提出的模型倾向于这样做,研究人员称之为“捷径学习”。这些捷径可能很简单——例如,将 X 射线的风险基于患者的人口统计数据而不是图像中的数据——或者更独特,比如严重依赖其数据来源的医院条件,因此无法推广到其他。


该团队发现,许多模型在与训练数据集不同的数据集上使用时基本上都失败了。他们希望机器学习透明度的进步(打开“黑匣子”)将更容易判断这些系统何时绕过规则。

深度科学:让人工智能在医学、气候科学和视觉方面保持诚实 中国机器人网,vrovro.com

标签:机器人机械商道今日头条人工智能行业资讯医用机器人
免责声明: 本文仅代表作者本人观点,与中国机器人网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571
中国机器人网手机站MOBILE
扫描二维码,获取手机版最新资讯 公众号:中国机器人网 您还可以直接微信扫描打开
全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识