爱吧机器人网 » 技术 > 机器学习 > 正文

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

【本文由爱吧机器人网原创编译,转载请注明来源】

人工智能所犯的错误通常需要相当长的时间才能解决,如今在莱斯特大学新研究的帮助下,这些错误可以立即得到纠正。

\
 
莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积累这些纠正经验用于将来的版本或升级。
 
这本质上可以使机器人能够瞬间纠正错误,有效地从错误中“学习”,而不会损害已经获得的知识,并最终将新知识扩展到机器人彼此之间。
 
这些算法与ARM的工业合作伙伴一起被组合成一个系统,一个AI校正器,能够即时提升传统AI的性能。
 

推荐阅读:华为发布2025十大趋势 人工智能将占领地球?
8月8日消息,今日,华为发布全球产业展望2025(下称GIV),预测2025年,人工智能将对人类生活进行全方位、多角度的渗透。个人、家庭、组织 ...

ARM是世界上最大的半导体IP提供商,是目前90%以上智能电子产品的首选架构。
 
莱斯特大学数学系的Alexander Gorban教授说:“迄今为止,已经部署了多种版本的人工智能大数据分析系统,用于各种平台上的数百万台计算机和小工具,它们在不均匀的网络中进行交互。”
 
“亚马逊,IBM,Google,Facebook,SoftBank,ARM等许多工业技术巨头都参与到这些系统的开发中,其性能有所提高,但有时会产生错误的警报,错误的检测或错误的预测。错误是不可避免的,因为大数据的固有不确定性。”
 
“人类可以立即从错误中学习并不再重犯(至少优秀的人是这样)似乎是非常自然的,如何让人工智能也具备这种能力是一个很大的问题。”
 
“很难纠正一个在全速运行中的大型AI系统,比叫停一匹全速驰骋中的马更难。”
 
“我们最近发现这个问题的解决方案是可能的,在这项工作中,我们证明,在高维度甚至指数级的大样本中,经典Fisher形式的线性分类器足够强大,可以将错误与正确的响应以高概率分离并为非破坏性校正问题提供有效的解决方案。”
 

推荐阅读:OpenAI发布高级语言人工智能模型GPT-2,参数达7.74亿个
OpenAI于8月20日声称,它计划发布新一代GPT-2。GPT-2是一种高级语言人工智能模型,在今年2月发布后引发了社会热烈讨论。此次发布的版本包含 ...

在廉价、快速和局部的修正程序中,迫切需要在校正过程中不会损害AI系统的重要技术。
 
机器学习的迭代方式对于大数据和巨大的AI系统来说从来都是不便宜的,因此研究人员建议校正器应该与重新配置和合并局部校正所需的可逆校正器是非迭代的。
 
莱斯特大学数学系的Ivan Tyukin博士说:“由于以下几个原因,重新训练系统往往是不可行的:首先整个系统是巨大的,重新训练需要大量的计算资源或者很长时间或者两者兼而有之;其次在发生错误的时候,在错误产生位置进行局部重新训练似乎是不可能的;再者,我们修复一个地方可能会不得不破坏另一个地方,这样就导致系统重要的技能可能会消失。”
 
“大数据挖掘的可持续大型智能系统的开发,需要创造快速非破坏性、非迭代和可逆校正的技术和方法,但直到现在都不存在这样的技术。”
 
研究人员发现并证明了随机分离定理,为大型智能数据分析系统的校正提供了工具。
 
通过这种方法,人工智能中的即时学习是可能的,为AI提供在发生错误之后从错误中重新学习的能力。
 

推荐阅读:AI时代,我国人工智能发展优劣势分析
随着人工智能对大众生活产生的影响越来越深刻,人工智能技术不断更新迭代,并向日益丰富的应用场景渗透。在人工智能如此火热的大背景下,不 ...

该项研究受到Innovate UK通过KTP基金的部分支持:ARM / Apical有限公司与莱斯特大学之间的KTP009890项目,Visual Management Systems Limited有限公司与莱斯特大学的KTP010522项目。知识转移伙伴关系(KTP)计划帮助企业创新和发展,它通过将企业与大学和毕业生联系起来来处理具体的项目。
 
来自ARM的R&D, Computer Vision, Imaging and Vision Group研发总监Ilya Romanenko博士表示:“拥有这样一个系统对于向客户和最终用户大规模部署AI服务是不可或缺的,客户特定的使用AI功能的设备引起客户特定的错误,这对最终用户来说是不可接受的。重新训练核心人工智能以处理这些错误在技术上是具有挑战性的,并且具有潜在风险。被训练处理特定错误的AI在新的情境下可能会出现意想不到的行为,随着人工智能部署规模的增长,问题的规模呈指数级增长,继续采取这种问题处理方式几乎不现实。
 
新技术能够完全消除这些障碍,使AI启动的设备在错误删除过程中协同工作,这种新的质量使大型AI启用的部署随着其大小的增长而变得更加智能化,实际上意味着无故障的AI设备成为现实。最近我们提出了专利申请,以确保我们在这方面的优先地位。”


上一篇:机器人也要学“二外”?有助提升自然语言能力
下一篇:到2025年,自然语言处理市场将突破220亿美元
精选推荐
美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食
美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食

[2019-10-31]  本文图片均来自:Ramses v Martinez 普渡大学变色龙、蝾螈和许多蟾蜍利用积蓄的弹性能量,向距离1 5倍体长的毫无防备的昆虫伸出粘糊糊的舌 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来使消费者受益
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来

[2018-12-08]  市场研究公司IHS Markit预测,到2020年,专业无人机市场将通过农业,能源和建筑等行业利用测量,制图,规划等技术实现77 1%的复合年增长率(CAGR)。与此同时,消费者无人......

MIT最新“人机”互连系统 让双腿机器人复制人体技能
MIT最新“人机”互连系统 让双腿机器人复制人体技能

[2019-11-01]  MIT的小爱马仕想借用你的大脑 ,图片来自: João Ramos爱吧机器人网消息,麻省理工学院(MIT)的研究人员展示了一种新型遥操作系 ...

亚马逊计划建一个4000万美元的机器人中心
亚马逊计划建一个4000万美元的机器人中心

[2019-11-07]  爱吧机器人网消息,亚马逊11月6日宣布了一项计划,计划在美国马萨诸塞州韦斯特伯勒建立一个4000万美元、35万平方英尺的机器人创新中心。新 ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

基于生物启发的机器人很容易适应丢失附属器官
基于生物启发的机器人很容易适应丢失附属器官

[2017-12-17]  很多机器人被设计应用在危险环境,如灾难现场。在这些地方,他们的运动系统完全有可能被损坏。那这样会吓跑这些机器人吗?也许不是,如果它们像日本的东北和北海道大学创造的......

本周栏目热点

 贝叶斯机器学习前沿进展

[2018-05-18]  机器学习是人工智能及模式识别领域的共同研究热点,其理论和方法已被广泛应用于解决工程应用和科学领域的复杂问题.2010年的图灵奖获得者为 ...

【Science重磅】DeepMind生成查询网络GQN 无监督学习展现3D场景

[2018-06-15]  DeepMind今天在Science发表论文,提出生成查询网络(Generative Query Network,GQN),能够在无监督的情况下,抽象地描述场景元素,并通过“想象”渲染出场景中没有见到的......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

机器学习之Naive Bayes朴素贝叶斯算法

[2017-12-27]  贝叶斯当年发明发现概率论是为了证明上帝的存在。事实上,在18,19世纪的西方文明,当科学理论研究到一定程度,都会去信奉,投身,研究宗教,神学,究其原因,显然与其所处环......

【资源】15个在线机器学习课程和教程

[2017-12-24]  本文推荐15个机器学习课程和行业领先大牛的教程。其中大多数课程都是免费的,无需注册即可自学。内容包括决策树、朴素贝叶斯、逻辑回归、神经网络和深度学习、估计、贝叶斯学......