人工智能也需要学会遗忘?声音与图像哪个容易记忆?

早起匆忙的穿好衣物,却忘记昨晚的钥匙放在哪!刚经过杂货部预见同事却因为忘记名字而磕磕绊绊的说话,这都会令你感到沮丧,遗忘会让事情变得一团糟。然而遗忘是人类得以生存的核心。事实上,我们必须对自己有能力做到这一点感到幸运。

因为对于人类来说遗忘本身并不是什么坏事
1.它通过减少过时信息对人们产生的影响来提高决策灵活性。
2.它能够预防人们过度沉浸于某些过去的特定事件,提高适应能力。
对于人类来说,遗忘不仅仅意味着记忆的遗失,也意味着这也是一个帮助大脑吸收新知识并有效做出决策的积极过程。

遗忘是一种能力
一个比较流行的比喻解释了为什么人们会忘记:人们的大脑的容量会饱和,因此,我们需要忘记一些东西给大脑腾出更多的存储空间。遗忘不仅仅是一次失败的记忆,这是一个积极的过程,可以帮助大脑获取新信息并更有效地做出决策,遗忘是人的能力。

那么对于机器而言是否有能够具有遗忘能力呢?遗忘对于机器来说是好事还是坏事呢?说道遗忘,那么就需要从人工智能如何记住你开始。

在机器面前,一个人的图像面孔由生成对抗网络(GAN)生成,GAN 是一种机器学习程序,可以从现有照片中学习以产生新事物。通过这种方式 GAN 训练了数以百万计的肖像,可以生成逼真的人脸。网络相互连接的神经元决定了这张脸的特征:眼睛,肤色,形状,头发,类似于人类大脑使用神经元网络来构建面部的心理图像。而项目的创作者试图教会 AI 忘记。通过逐渐关闭个别神经元,然后重复这个过程,直到 AI 完全“忘记”这张脸。这是AI的“图像记忆”

而对于声音来说,机械的记忆能力更为简单化,只需要记忆住声纹,声纹概念很早就被提及,但是时至今日才有重大的突破,“深度聚类”机器学习,能够辨别多个声纹,即便你的声音多没特点,就像如今的企业语音识别系统一样,一款电话机器人好不好用取决于是否具备声纹系统,好的声纹系统会大大提高企业工作的效率,因为你的声纹是独一无二的,这个技术能有效防止“鸡尾酒效应”智能系统可以将多个人语音成功分离,而且,重建单人语音的精确度高达90%,也是只能系统识别声音的最重要依据。

记住是基本,忘记才是AI进步的关键
AI,就像人一样,人工智能应该记住重要和有用的信息,同时忘记低价值,无关紧要的知识。然而,确定什么是相关和有价值的信息,除了手头的任务之外,还加入包括如伦理,法律和隐私问题等因素。

廉价的信息存储代价和 AI 无穷的容量相结合,打造出了一个看似非常有吸引力的工具,但背后的问题是大量数据持续的收集,而没有简单的方法来“忘记”数据。学会遗忘是人工智能面临的重大挑战之一。虽然它仍然是一个新的领域,但科学家最近已经探索了一些关于如何克服这一局限的常识性理论,比如循环神经网络 LSTM,它使用特定的学习机制来决定要记住哪些信息,要更新哪些信息,以及在任何时候注意。

尽管忘记有时候会使我们感到沮丧,但人类忘记的能力正是我们优于人工智能的地方。计算机记忆即电脑内存,通常是指存储信息和找回信息的容量,以及存储这些信息的计算机物理组件。当计算机的某些内存不再被任务需要时,计算机将“忘记”这些数据,释放空间供其他任务源。

现在,数据科学家正在应用神经科学原理改进机器学习技术,他们相信人类的大脑是完全揭开人工智能面纱的关键。

原文地址:https://blog.51cto.com/14387331/2414324

时间: 2024-11-09 11:21:48

人工智能也需要学会遗忘?声音与图像哪个容易记忆?的相关文章

mp4网页播放代码,有声音无图像的解决办法~

mp4网页播放代码,有声音无图像的解决办法~ 关于网页播放mp4格式的视频,找了一些插件,这里推荐一下video.js 官方网址:http://www.videojs.com/ github :https://github.com/videojs/video.js/ demo:http://www.videojs.com/downloads/video-js-4.12.5.zip 使用方法: ①引入文件:指派flash播放的swf文件 <link href="//example.com/p

html5中video视频只有声音没有图像

解决方案: 1.使用视频标签: <video width="352" height="264" controls autobuffer> <source src="video/hjh.mp4" type='video/mp4; codecs="avc1.42E01E, mp4a.40.2"'></source> </video> 2.使用格式工厂更改视频编码格式 为H264. 改

qlv转换成mp4只有声音 没有图像没有画面 解决方法

1.搜索: 小白兔视频格式在线转换官网 2.上传你的视频(腾讯qlv,爱奇艺qsv.优酷kux)都可以. 3.转换好后,我们把转换的视频下载到电脑里,就可以看到视频已经是MP4格式了. 原文地址:https://blog.51cto.com/14204019/2388413

【转帖】深度学习:推进人工智能的梦想

深度学习:推进人工智能的梦想 发布日期:2014.07.14  浏览次数:58次 深度学习:采用无监督学习,获得更有用的特征(不需要人工抽取特征),以实现各种分类和预测目标,结合高性能计算,提高效率. 通篇文字给人传递的信息就是,百度比Google牛,事实真的如此吗?各位有什么看法? 2012年6月,<纽约时报>披露了Google Brain项目,吸引了公众的广泛关注.这个项目是由著名的斯坦福大学机器学习教授Andrew Ng和在大规模计算机系统方面的世界顶尖专家Jeff Dean共同主导,用

三大突破让人工智能终成现实

近60年来,人工智能的研究者都预测说人工智能时代即将到来,但是直到几年前,人工智能好像还是遥不可及.人们甚至发明了一个词来描述这个研究结果匮乏.研究基金更加匮乏的时代:人工智能之冬.那么事情真的有变化吗? 数月前,我长途跋涉来到位于纽约州约克城高地的IBM研究实验室的林间园区,为的就是能早早一窥那近在眼前却让人期待许久的人工智能的未来.这儿是超级电脑"沃森"(Watson)的研发地,而沃森在2011年就在"危险边缘"(Jeopardy!)[1]节目的比赛里拔得头筹.

AI 经典书单 | 人工智能学习该读哪些书

转载 2018年01月16日 00:00:00 人工智能相关岗位中,涉及到的内容包含: 算法.深度学习.机器学习.自然语言处理.数据结构.Tensorflow.Python .数据挖掘.搜索开发.神经网络.视觉度量.图像识别.语音识别.推荐系统.系统算法.图像算法.数据分析.概率编程.计算机数学.数据仓库.建模等关键词,基本涵盖了现阶段人工智能细分领域的人才结构. 将上面的岗位涉及到的知识和技术划类,就形成了今天的五份书单: 1人工智能科普类:人工智能科普.人工智能哲学 <智能的本质>斯坦福.

Gartner:2018人工智能技术成熟度曲线

https://www.secrss.com/articles/4392 人工智能被广为关注,但是一些想法恐难达到预期.本成熟度曲线将追踪AI基本趋势和未来创新,以确定人工智能技术发展的范围.状态.价值和风险. 一.从曲线上消失的技术 2018年,以下几个技术已经从曲线上消失: ? 1.虚拟客户助理 ? 2.认知专家顾问 ? 3.3级和4级自动驾驶 ? 4.深层强化学习 ? 5.智能应用程序 ? 6.信息技术操作人工智能平台 二.2018曲线五个阶段的关键技术 (一)上升阶段 1  人工智能管理

微软为Bing开源搜寻人工智能算法 SPTAG

我们日常的网络活动中,有不少都是在进行搜寻,而文字搜寻之外,非文字搜寻例如声音或者图像搜寻变得越来越普及.这些功能需要人工智能辅助以分析声音或者图像内容,微软的搜寻用人工智能算法 SPTAG 最近终于开源化,让开发社群可以参与和使用这技术.微软的 Space Partition Tree And Graph(SPTAG)人工智能算法可以使开发人员能够以毫秒为单位筛选向量,也就是单词.图像像素和其他数据点的数学表示形式.微软表示,SPTAG(用 C++ 编写并用 Python 包装)是众多 Bin

声音采集的概念

上一节小程介绍了通过ffmpeg程序来录制声音或图像的办法,这个办法是一个操作的过程,很少涉及到概念上的东西. 而本文,要介绍的是声音采集的一些流程与概念. 声音的采集流程与概念,是枯燥的,读者如果不想了解的话,到这里就可以退出阅读了. 但是,小程也会尽量说一些有趣的现象来缓解这种枯燥. 听得到的,或听不到的声音,抽象来说,都是模拟信号,也可以形象一点,叫能量波,因为声音是有能量的,而且有大小变化,呈波形状.平常听到的声音都是复杂的波形,不会像单一频率的声音那么干净(比如正弦波.方波之类),但为