知识卡片

专业/工作 · 9517.a · 生成模型:Tencent Hunyuan Hy

架构整合

理解等级:高级

未来 AI 架构需要把符号推理、概率推断、神经学习和行动控制结合起来。不同范式解决的问题不同,成熟系统往往不是押注单一路线,而是让它们互补。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 人工智能的未来 28.2 人工智能架构 · 查看原书依据

      长期以来,人工智能一直分裂为符号系统(基于逻辑和概率推断)和连接系统(基于大量参数的损失函数最小化)两派。如何取两家之长是人工智能的一个持续性的挑战。符号系统可以拼接长推理链,并利用结构化表示的表达能力。连接系统在数据有噪声的情况下也能识别出模式。

    参考来源

    - 位置:《人工智能:现代方法(第4版)(上下册)》第28章《人工智能的未来》(源文件:`extracted/人工智能:现代方法(第4版)(上下册)/_epub-src/text/part0051_split_002.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:未来 AI 架构需要把符号推理、概率推断、神经学习和行动控制结合起来。原文从「28.2 人工智能架构」处给出对应机制与依据,支撑本卡结论。 - 原始内容:长期以来,人工智能一直分裂为符号系统(基于逻辑和概率推断)和连接系统(基于大量参数的损失函数最小化)两派。如何取两家之长是人工智能的一个持续性的挑战。符号系统可以拼接长推理链,并利用结构化表示的表达能力。连接系统在数据有噪声的情况下也能识别出模式。