Intelligence artificielle

2

Qu'est-ce qu'un réseau neuronal récurrent?

Étonnamment, cela n'a pas été demandé auparavant - au moins, je n'ai rien trouvé à part des questions vaguement liées. Alors, qu'est-ce qu'un réseau neuronal récurrent et quels sont leurs avantages par rapport aux NN réguliers?

12 recurrent-neural-networks

2

Les voitures autonomes ont-elles recours au hasard pour prendre des décisions?

J'ai récemment entendu quelqu'un dire que lorsque vous concevez une voiture autonome, vous ne construisez pas une voiture mais vraiment un conducteur informatisé, vous essayez donc de modéliser un esprit humain - au moins la partie de la l'esprit humain qui peut conduire. Étant donné que les humains sont imprévisibles, …

12 ai-design autonomous-vehicles

4

Quelles sont certaines tactiques pour reconnaître les médias fabriqués artificiellement?

Avec la capacité croissante de créer à moindre coût de fausses images, de fausses extraits sonores et de fausses vidéos, il devient de plus en plus difficile de reconnaître ce qui est réel et ce qui ne l'est pas. Même maintenant, nous voyons un certain nombre d'exemples d'applications qui créent …

12 machine-learning image-recognition pattern-recognition deepfakes

3

Comment calculer la similitude structurelle entre les phrases?

Je travaille sur un problème où je dois déterminer si deux phrases sont similaires ou non. J'ai implémenté une solution utilisant l'algorithme BM25 et les synsets wordnet pour déterminer la similitude syntaxique et sémantique. La solution fonctionne correctement, et même si l'ordre des mots dans les phrases est brouillé, elle …

12 natural-language-processing python

4

Qu'est-ce qui motiverait une machine?

Actuellement, dans le domaine du développement de l'IA, l'accent semble être mis sur la reconnaissance des formes et l'apprentissage automatique. L'apprentissage consiste à ajuster les variables internes en fonction d'une boucle de rétroaction. La hiérarchie des besoins de Maslow est une théorie de la psychologie proposée par Abraham Maslow qui …

12 philosophy strong-ai rewards

2

Comment fonctionnent les réseaux contradictoires génératifs?

Je lis au sujet des réseaux contradictoires génératifs (GAN) et j'ai quelques doutes à ce sujet. Jusqu'à présent, je comprends que dans un GAN, il existe deux types différents de réseaux de neurones: l'un est génératif ( ggG ) et l'autre discriminant ( réréD ). Le réseau neuronal génératif génère …

12 neural-networks machine-learning deep-learning generative-adversarial-networks

1

Comment le nouvel «ordinateur neuronal différenciable» de Deepmind évoluerait-il?

Deepmind vient de publier un article sur un "ordinateur neuronal différenciable" , qui combine essentiellement un réseau neuronal avec une mémoire . L'idée est d'apprendre au réseau neuronal à créer et à rappeler des mémoires explicites utiles pour une certaine tâche. Cela complète bien les capacités d'un réseau de neurones, …

12 deep-learning ai-design

6

Les méthodes de recherche exhaustive sont-elles considérées comme de l'IA?

Certains programmes effectuent des recherches exhaustives pour une solution tandis que d'autres effectuent des recherches heuristiques pour une réponse similaire. Par exemple, aux échecs, la recherche du meilleur coup suivant tend à être de nature plus exhaustive alors que, dans Go, la recherche du meilleur coup suivant a tendance à …

12 gaming search chess heuristics

1

Pourquoi DQN nécessite-t-il deux réseaux différents?

J'étais en train de passer par cette implémentation de DQN et je vois que sur les lignes 124 et 125 deux réseaux Q différents ont été initialisés. D'après ma compréhension, je pense qu'un réseau prédit l'action appropriée et le deuxième réseau prédit les valeurs Q cibles pour trouver l'erreur Bellman. …

12 reinforcement-learning q-learning dqn

2

Y a-t-il un argument scientifique / mathématique qui empêche l'apprentissage en profondeur de produire une IA forte?

J'ai lu The Book of Why de Judea Pearl , dans lequel il mentionne que l'apprentissage en profondeur n'est qu'une technologie glorifiée d'ajustement de courbe, et ne sera pas en mesure de produire une intelligence humaine. De son livre, il y a ce diagramme qui illustre les trois niveaux de …

12 deep-learning strong-ai math theory superintelligence

3

Quelles topologies sont largement inexplorées dans l'apprentissage automatique? [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 23 jours . Géométrie et IA Les matrices, cubes, …

12 convolutional-neural-networks natural-language-processing topology graph-theory structure

4

Qu'est-ce qui rend les réseaux de neurones si bons pour les prévisions?

Je suis nouveau sur le réseau neuronal et j'essaie de comprendre mathématiquement ce qui rend les réseaux neuronaux si bons pour les problèmes de classification. En prenant l'exemple d'un petit réseau de neurones (par exemple, un avec 2 entrées, 2 nœuds dans une couche cachée et 2 nœuds pour la …

12 neural-networks

3

Quels sont les pré-requis mathématiques pour un chercheur en IA?

Quelles sont les conditions mathématiques préalables pour comprendre la partie centrale des algorithmes en intelligence artificielle et développer son propre algorithme? Veuillez me référer les livres spécifiques.

12 math getting-started academia

2

Existe-t-il une intelligence artificielle possédant une «concentration»?

Les humains peuvent effectuer plusieurs tâches en même temps (par exemple, lire tout en écoutant de la musique), mais nous mémorisons des informations provenant de sources moins ciblées avec une efficacité moindre que nous le faisons à partir de notre objectif principal ou de notre tâche. De telles choses existent-elles …

12 structured-data

2

Pourquoi Q-learning ne converge-t-il pas lors de l'utilisation de l'approximation de fonction?

L'algorithme tabulaire d'apprentissage Q est garanti pour trouver la fonction QQQ optimale , Q∗Q∗Q^* , à condition que les conditions suivantes (les conditions Robbins-Monro ) concernant le taux d'apprentissage soient remplies ∑tαt(s,a)=∞∑tαt(s,a)=∞\sum_{t} \alpha_t(s, a) = \infty ∑tα2t(s,a)<∞∑tαt2(s,a)<∞\sum_{t} \alpha_t^2(s, a) < \infty où αt(s,a)αt(s,a)\alpha_t(s, a) signifie le taux d'apprentissage utilisé lors …

12 reinforcement-learning q-learning deep-rl proofs function-approximation