苹果总监谈人工智能：教会AI达到更快学习速度

2017-04-05 16:25:46来源：雷锋网编辑：半城明灭关键词：人工智能图像识别强化学习阅读量：31566

导读：近日，苹果的AI研究部门的总监称自己对强化学习非常感兴趣，希望教会AI软件通过“更少的样本和经验”达到更快的学习速度。

　　【中国智能制造网智造快讯】虽然人工智能在图像识别和产品推荐等方面取得了巨大的进步，但是如何让AI系统拥有“记忆功能”依然是一个难题。近日，苹果的AI研究部门的总监称自己对强化学习非常感兴趣，希望教会AI软件通过“更少的样本和经验”达到更快的学习速度。

　　3月28日，苹果的AI研究部门的总监Ruslan Salakhutdinov在MIT Technology Review会议上探讨了人工智能的局限性，不过他并未提及苹果是怎样将人工智能整合到Siri等产品中的。

　　Salakhutdinov于去年10月加入苹果，他称自己对强化学习(Reinforcement Learning)非常感兴趣，利用这种技术可以教会计算机通过反复优化决策来获取好的结果。例如，谷歌就使用了强化学习来帮助数据中心达到佳的散热和操作配置，从而使其更加节能。

　　卡耐基梅隆大学(Salakhutdinov是该大学的副教授)的研究人员近也在做这方面的研究：使用强化学习训练计算机玩上世纪90年代的视频游戏“Doom”。很快，计算机就学会了如何快速并准确地射击外星人，而且还发现闪避能够躲开敌人的火力。但是，它并不擅长记忆，比如记不住迷宫的布局，这使得它无法事先规划和制定游戏策略。

　　Salakhutdinov的研究涉及到一种AI软件，它能够记录“Doom”中的虚拟迷宫布局以及各个参考点，以便定位特定塔楼的位置。在游戏过程中，该软件首先会判断火炬的颜色(红色或者绿色)，然后根据火炬的颜色定位相应颜色的塔楼。

　　终，这个软件学会了如何在迷宫中找到正确的塔楼。而且当它发现自己找到的是错误的塔楼的时候，还会原路返回，寻找正确的塔楼。特别值得注意的是，该软件在每次发现塔楼时都能够回忆起火炬的颜色，Salakhutdinov解释道。

　　不过，Salakhutdinov表示，这种类型的AI软件需要“很长的训练时间”，而且还需要强大的计算能力，因此难以扩大规模。

　　此外， Salakhutdinov想要探索的另一个领域是：教会AI软件通过“更少的样本和经验”达到更快的学习速度。尽管没有在演讲中提及，但是他的这一设想显然有利于苹果在更短的时间内创造更好的产品。

　　一些AI专家和分析师认为，由于苹果公司的隐私规则更加严格，限制了可用于训练AI系统的数据量，因此苹果的AI技术不如谷歌和微软等竞争对手。Fortune认为，如果苹果一直使用较少的数据来训练AI系统，那么它或许能在满足隐私要求的同时，仍然能够像竞争对手那样快速对软件进行改进。

　　原标题：苹果AI总监谈人工智能：对强化学习很感兴趣

上一篇：解析工业机器人现状三大关键零部件是突破口

下一篇：新一代竞技神器大热穿越无人机或成消费者新宠

我要评论

推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55
早报|深圳大学人工智能学院正式揭牌成立；SK海力士完成96GB CXL内存模块验证
深圳大学人工智能学院正式揭牌成立,学院建设基础学科研究中心和算力平台，与腾讯云共建产业学院；SK海力士宣布，其基于CXL 2.0标准的DDR5 96GB内存模块已通过客户验证......
人工智能内存模块数据传输设备
2025-04-23 10:41:12

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。