||
机器学习对于跨域、突变、临界、分界、边缘、转折性数据处理会很窘迫,它可以较好地理解春夏秋冬,但会很难明白换季之际的世界。
代数规则不是记忆事实或特定实例之间关系的有限表,而是可以自由泛化到某些类中的所有元素的开放式关系。
相比机器而言,人类的计算能力是非常弱的,有弊就有利,短有短的长处,人类定量计算能力相比机器而言很差,但在定性分析算计统筹方面却有特色。
当人们可以在受限数据的基础上自由泛化全称量化一一映射。通过反向传播训练的每个变量多接点的多层感知器就会遇到问题。但这并不意味着任何类型的模型都不能从受限数据中获得自由泛化。
一般来说,系统需要具备5个属性:
1、系统必须有办法区分实力与变量。就像数学教科书用不同的字体表示变量和常量一样。
2、系统必须能够表示变量之间的抽象关系,类似于y=x+2这样的方程。
3、系统必须能够将特定实例绑定到给定的变量,就像变量x可以被赋值7一样。
4、系统必须能够操作任意的实例变量,例如加法操作必须能够将任何两个数字作为输入,复制操作必须能够复制任何收入,级联操作必须能够结合任意两个输入。
5、系统必须能够在训练示例基础上提取变量之间的关系。符号的表征固然重要,但符号的加工更重要。
机器的泛化能力主要依赖于训练空间的大小,而人类的自由泛化可以在训练空间之外实现,如非家族相似性的经验迁移等等。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-23 16:02
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社