據(jù)《麻省理工技術(shù)評論》網(wǎng)站報道，機器學習是一種極其聰明的計算機編程方法。用戶無需小心翼翼地編寫完成特定任務(wù)的指令，只需向處理能力強大的計算機輸入數(shù)以百萬計的例子，讓它自己編寫程序。
許多目前人們認為理所當然的產(chǎn)品和服務(wù)，例如互聯(lián)網(wǎng)搜索、語音識別，都利用了某種形式的機器學習技術(shù)。擁有海量用戶信息的公司谷歌、Facebook、蘋果、沃爾瑪?shù)仍谶@方面具有優(yōu)勢
《麻省理工技術(shù)評論》表示，卡耐基梅隆大學一個投資為1200萬美元(約合人民幣7838萬元)的新項目，通過發(fā)現(xiàn)利用更少的數(shù)據(jù)，更高效地訓練計算機的方法，能使機器學習變得更強大。
為期5年的這一項目利用一種被稱作雙光子鈣成像顯微鏡的技術(shù)，研究人腦處理視覺信息的方式。該項目受到奧巴馬總統(tǒng)“BRAIN計劃”的資助。事實上，許多比較好的機器學習算法都與人腦功能有一定聯(lián)系。
卡耐基梅隆大學計算機科學教授、該項目負責人Tai Sing Lee表示，“盡管機器學習算法功能很強大，但其效率和處理能力遠遜于人腦。例如，要識別一個物體，計算機需要先‘看’數(shù)以千計被歸類的實例，而且需要指導，人可能只需看數(shù)個實例，而且無需指導?！?/p>
Lee在該項目中的合作伙伴包括卡耐基梅隆大學生物學教授桑德拉庫爾曼(Sandra Kuhlman)、約翰霍普金斯大學認知科學教授艾倫尤里(Alan Yuille).
《麻省理工技術(shù)評論》稱，對開發(fā)更好的機器學習算法有幫助的并非僅僅只有神經(jīng)科學。一些認知科學家也從心理學觀察中獲得開發(fā)更聰明的學習系統(tǒng)的靈感。
本文推薦美國一大學利用先進腦成像技術(shù)改進機器學習僅代表作者觀點，不代表本網(wǎng)站立場。本站對作者上傳的所有內(nèi)容將盡可能審核來源及出處，但對內(nèi)容不作任何保證或承諾。請讀者僅作參考并自行核實其真實性及合法性。如您發(fā)現(xiàn)圖文視頻內(nèi)容來源標注有誤或侵犯了您的權(quán)益請告知，本站將及時予以修改或刪除。
