北京時(shí)間12月14日下午消息，研究人員剛剛開發(fā)出了一種算法，只需要通過(guò)一個(gè)例子就可以讓電腦掌握一種新概念，而不必像傳統(tǒng)機(jī)器學(xué)習(xí)技術(shù)一樣使用成千上萬(wàn)個(gè)例子才能達(dá)成相同的效果。

這種算法充分利用了一種名為“貝葉斯程序?qū)W習(xí)”（Bayesian Program Learning）的概率方法。從本質(zhì)上講，電腦會(huì)自己生成額外的例子，然后判斷哪些例子最符合相應(yīng)的模式。

“貝葉斯程序?qū)W習(xí)”的研究人員稱，他們?cè)噲D復(fù)制人類看到某項(xiàng)任務(wù)后的學(xué)習(xí)過(guò)程--例如，兒童認(rèn)識(shí)馬的過(guò)程，或者技工替換汽缸墊的過(guò)程。

這項(xiàng)研究結(jié)論已經(jīng)發(fā)表在《科學(xué)》雜志上，而作為該論文的作者之一，麻省理工學(xué)院的約書亞·特南鮑姆（Joshua Tenenbaum）說(shuō)：“機(jī)器學(xué)習(xí)能力與人類學(xué)習(xí)能力之間的差距仍然很大。我們希望縮小這種差距，這就是長(zhǎng)期目標(biāo)?！?/p>

特南鮑姆和紐約大學(xué)的布倫登·雷克（Brenden Lake）及多倫多大學(xué)的魯斯蘭·薩拉克霍特迪諾夫（Ruslan Salakhutdinov）對(duì)這種算法進(jìn)行了測(cè)試，讓其識(shí)別50種手寫系統(tǒng)中的1623個(gè)手寫字母，包括梵文和藏語(yǔ)。

這款軟件可以將每個(gè)字母樣本分解成一組更簡(jiǎn)單的筆畫，然后尋找最接近正確形態(tài)的筆畫組合。該算法還被要求自己制作全新的字母，并與示例字母采用相同的書寫風(fēng)格。

為了了解電腦的效果，研究人員還設(shè)計(jì)了所謂的“視覺(jué)圖靈測(cè)試”.將電腦和人類書寫的字母并排列出，讓志愿者選出哪些來(lái)自人類，哪些來(lái)自電腦。在每一輪測(cè)試中，只有不到25%的志愿者給出的判斷遠(yuǎn)好于隨機(jī)概率。

研究人員認(rèn)為，“貝葉斯程序?qū)W習(xí)”在這類任務(wù)中的學(xué)習(xí)能力與人類相仿，而且能夠欺騙多數(shù)人類志愿者。但他們也承認(rèn)這項(xiàng)實(shí)驗(yàn)的不足之處：對(duì)字母進(jìn)行分類是相對(duì)簡(jiǎn)單的任務(wù)，但電腦有的時(shí)候卻需要好幾分鐘來(lái)運(yùn)行這個(gè)程序。

等到這種算法進(jìn)一步提煉之后，便有可能用于下一代智能手機(jī)語(yǔ)音系統(tǒng)。特南鮑姆說(shuō)：“如果你想要一套能夠很快在第一次接觸時(shí)就能學(xué)會(huì)新單詞的系統(tǒng)，那最好使用我們正在開發(fā)的方法?！?/p>

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。