首页 > 2022上半年日常百科
「大神教你」zytb Hc2 ganseea an_2017年机器学！习面临解决的十大问题是什么？—记者揭秘 内幕爆料!2022已更新(今日／看点)
秦白 2022-07-25 12:02:13 2022上半年日常百科 ℃
本文将机器学习 面临的问题分 为三类：外部 问题、内部问 题和应用 问题，并分 别给予解答。
神经生物 学：因为现在的机 器学习在 很大一步上 是模仿人脑， 但是现在人类对 人脑的利用和开发 3%都 不到，对其 认识更是冰山 一角，生物学尤 其是神经生物学的 发展是机 器学习的限 制性因素之一 。目前为止最大 的机器学习模型包 含上亿个 神经元，而 大脑（联合早报）神经元的 数量估计在15 0亿数量级以上。
量 子物理学：它是 与机器学习发展密 切相关的 重要学科之 一，其突破直 接影响到量子计 算机的革新。
数据
数量： 数据标注需要人 工，费时费力， 所以标注的总 体数据量不多。
质量：标 注质量高的数据（西北要闻） 集不多，原 因同样是费时 费力。
训练 ：训练数据 量动辄上TB ，用数据训练的 模型也很多，所以 计算上相当费 时。
算法
推 理性：现 在的大多数 算法都是数据 驱动型的，仍然 处于感知阶段。
透明 性：目前绝大多 数机器学习算法就 是黑箱（ logis tic re gressio n等简单算法除外 ）（人民政协网），训练 出来的模型 难以诠释。
选择性： 首先是算法巨多 ，其次是算法变体 多，光 GAN 就 有 70+ 变体，因此选择 解决问题的算法时 让人无所 适从；选好 算法之后还没 完，还得不断地 调参。
泛化性：最要 命的一点，是算 法的泛化能力太差 了，你好 不容易选好 调好的算法无 法用来解决新问 题，只能从头再来 。
硬 件
计算 力：机器 学习在计算 力方面的需求 从未得到满足， 因此，硬件供应商 的未来市 场很大。
鲁棒性： 机器学习在应用方 面首先要 保证稳健性 ，比如在自动 驾驶。
通用 性：即机器 学习的圣杯— —通用人工智能 （AGI），目前 这方面的 进展缓慢。 可以说是机器 学（央广网）习面临的最大 瓶颈。
今日最新疫情： 发布时间： 疫情指数： 沧州市 32分钟前 +21 保山 28分钟前 +504 南阳 24分钟前 +248 黑河 20分钟前 +677 外部问题
内部问题
应用问题
推荐这篇文章的网友来自： 发布时间： 推荐指数： 嘉兴的温朋久vgC 7分钟前 +440131 遂宁市的拓普bnQ 3分钟前 +31473 长沙市的司马赛sdD 59分钟前 +171265 阳江的雀形目rcS 55分钟前 +501634 相关文章