2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。
在您的研究和開發(fā)中使用深度學(xué)習(xí)的決定可能是一個很好的決定。但只有你仔細考慮結(jié)果。由于圍繞AI進行了大量宣傳,特別是深度學(xué)習(xí),因此很難不跳到火車上并認(rèn)為AI將解決所有數(shù)據(jù)分析問題。在2019年太平洋設(shè)計與制造展上,勞倫斯伯克利國家實驗室神經(jīng)系統(tǒng)與工程實驗室的博士后研究員Jesse Livezey說,情況并非如此。深度神經(jīng)網(wǎng)絡(luò)(DNN)可以為研究人員提供一些強大的計算優(yōu)勢,但并不是每個人都需要的東西。
在Livezey自己的研究中,他和他的團隊能夠?qū)⑸疃葘W(xué)習(xí)應(yīng)用于腦機接口(BCI)的語音識別。目的是創(chuàng)建一個BCI,它可以準(zhǔn)確地解釋腦波模式中的語音,以幫助殘疾人。Livezey的研究發(fā)現(xiàn),當(dāng)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)產(chǎn)生與輔音元音相關(guān)的錯誤時,它對應(yīng)于什么樣的物理結(jié)構(gòu)(嘴唇,舌頭等)與發(fā)出聲音有關(guān)。由于大腦的不同子區(qū)域控制著嘴唇,下顎,舌頭和喉部等結(jié)構(gòu),因此研究人員可以更深入地了解BCI應(yīng)該從哪里收集語音信號。
這只是一個具體的例子。但Livezey很快就提醒觀眾,雖然深度學(xué)習(xí)提供了許多好處,但它也有缺點,不能使它成為一種通用的解決方案,很多人都傾向于將其視為一種解決方案。
加拿大設(shè)計與制造部門專注于對您而言至關(guān)重要的最新軟件和產(chǎn)品。深入探索生成設(shè)計,電子元件,3D打印,快速原型設(shè)計和機器學(xué)習(xí)等令人興奮的創(chuàng)新。學(xué)到更多!
讓我們首先得到最明顯的關(guān)注。深入學(xué)習(xí)甚至是最適合您的解決方案嗎?
“你先做過更簡單,更易解釋的事嗎?”Livezey問道。他說,研究人員需要弄清楚最終用戶正在尋找什么類型的結(jié)果。只是擁有非常好的表現(xiàn)并不一定是需要的。
他說,DNN的巨大優(yōu)勢在于它們提供“高精度,高定位和高精度。”在某些使用案例中,這可能就是您關(guān)心它的全部內(nèi)容。但是在其他領(lǐng)域,例如科學(xué)或醫(yī)學(xué)研究,您可能想要了解算法正在做什么(稍微更多關(guān)于此),并且您不需要盡可能具有表現(xiàn)力。這就是你可能想看其他方法的地方。
此外,還有一個問題是理解正確的神經(jīng)網(wǎng)絡(luò)或任務(wù)的組合。你在使用CNN嗎?一個RNN?一個MNN?那些的組合?還有別的嗎?您需要查看手頭任務(wù)的最佳選項,編程和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的工作可能不一定能在最佳時間范圍內(nèi)提供最佳結(jié)果。
2.)有偏見嗎?
算法與提供給它們的數(shù)據(jù)一樣好。在有偏見的數(shù)據(jù)上訓(xùn)練神經(jīng)網(wǎng)絡(luò)會導(dǎo)致各種不利影響。它可以導(dǎo)致AI解決錯誤的問題或得出錯誤的結(jié)論。在最壞的情況下,你會獲得人工智能,它會實行掠奪性貸款并表現(xiàn)出種族偏見。
“你想知道你的數(shù)據(jù)集中是否存在偏差,你的機器學(xué)習(xí)算法是否正在使用它們做出決策?”Livezey說。“你必須通過從你認(rèn)為重要的數(shù)據(jù)集中拉出碎片來確保你的算法正確推廣。”
DNN在性能方面表現(xiàn)出色,但Livezey告誡性能不一定是最終的全部。
深度網(wǎng)絡(luò)非常靈活,您可以擁有許多不同類型的輸入和輸出映射。“深度網(wǎng)絡(luò)確實可以比傳統(tǒng)方法(如線性回歸)更好地擴展到更大的數(shù)據(jù)集,”Livezey說。
這方面的缺點是它還意味著有更多的設(shè)計選擇供研究人員和工程師進行分類。這可能意味著在前端進行更多的計劃工作,除非DNN提供顯著的好處,否則所有這些工作可能都不值得。
然而,神經(jīng)網(wǎng)絡(luò)的最大缺點是缺乏透明度。就像他們模仿的人類神經(jīng)元一樣,深度神經(jīng)網(wǎng)絡(luò)在如何在許多方面實際發(fā)揮其功能方面有些神秘。“我們沒有很好的方法來解釋這些深層網(wǎng)絡(luò)正在做什么,”Livezey說。如果您習(xí)慣使用回歸或決策樹等方法,那么內(nèi)部工作非常清晰明了。與DNN不同。“對網(wǎng)絡(luò)的深度工作以及做出決策仍有很多研究,”他補充道。
Chris Wiltz是Design News的高級編輯,負(fù)責(zé)新興技術(shù),包括AI,VR / AR,區(qū)塊鏈和機器人技術(shù)。
2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。