[مقدم في 16 أبريل 2020]
المستخلص: أثار التعلم العميق الارتفاع الحالي في الذكاء الاصطناعي و
هي العمود الفقري للذكاء الآلي اليوم. قصص نجاح عديدة لها
تنتشر بسرعة في جميع أنحاء العلم والصناعة والمجتمع ، ولكن قيودها لها
تم التركيز عليه مؤخرًا فقط. في هذا المنظور ، نسعى إلى استخلاص العدد
يمكن اعتبار مشكلة التعلم العميق على أنها أعراض مختلفة لنفس المشكلة
المشكلة الأساسية: الاختصار التعلم. الاختصارات هي قواعد القرار التي
يؤدي أداءً جيدًا وفقًا للمعايير القياسية ولكنه يفشل في الانتقال إلى أكثر تحديًا
ظروف الاختبار ، مثل سيناريوهات العالم الحقيقي. المشكلات ذات الصلة معروفة في
علم النفس المقارن والتعليم واللغويات ، مما يشير إلى هذا الاختصار
قد يكون التعلم سمة مشتركة لأنظمة التعلم والبيولوجية و
اصطناعي على حد سواء. بناءً على هذه الملاحظات ، قمنا بتطوير مجموعة من
توصيات لتفسير النموذج وقياس الأداء ، مع إبراز الأخيرة
التطورات في التعلم الآلي لتحسين المتانة وقابلية النقل من
مختبر لتطبيقات العالم الحقيقي.
تاريخ التقديم
من: Robert Geirhos [عرض البريد الإلكتروني]
[v1]
الخميس ، 16 أبريل 2020 17:18:49 UTC (2,268 كيلوبايت)