Eu quero criar uma IA que possa jogar cinco em linha / gomoku. Como mencionei no título, quero usar o aprendizado por reforço para isso. Eu uso o método gradiente de política , ou seja, REFORÇAR, com a linha de base. Para a aproximação das funções de valor e política, eu uso uma rede neural ....
Qual é a definição de inteligência
No artigo Obstáculos ocultos para carros autônomos do Google , podemos ler o seguinte: Os carros do Google podem detectar e responder a sinais de parada que não estão no mapa, um recurso que foi introduzido para lidar com sinais temporários usados em canteiros de obras. O Google diz que...
Em um artigo recente do Wall Street Journal , Yann LeCunn faz a seguinte declaração: O próximo passo para alcançar a IA no nível humano é criar máquinas inteligentes - mas não autônomas. O sistema de IA do seu carro levará você para casa em segurança, mas não escolherá outro destino depois de...
Estruturas como PyTorch e TensorFlow através do TensorFlow Fold suportam gráficos computacionais dinâmicos e estão recebendo atenção de cientistas de dados. No entanto, parece haver uma falta de recursos para ajudar no entendimento de Gráficos Computacionais Dinâmicos. A vantagem dos gráficos...
As famosas Três Leis da Robótica de Isaac Asimov se originaram no contexto das histórias de ficção científica de Asimov. Nessas histórias, as três leis servem como uma medida de segurança, a fim de evitar situações prematuras ou manipuladas de explodir em caos. Mais frequentemente, as narrativas...
Em 2004, Jeff Hawkins , inventor do palm pilot, publicou um livro muito interessante chamado On Intelligence , no qual ele detalha uma teoria de como o neocórtex humano funciona. Essa teoria é chamada de estrutura de previsão de memória e possui alguns recursos impressionantes, por exemplo, não...
O ímpeto por trás da transição do século XX do circuito analógico para o digital foi impulsionado pelo desejo de maior precisão e menor ruído. Agora, estamos desenvolvendo software onde os resultados são aproximados e o ruído tem valor positivo. Em redes artificiais, usamos gradientes...
Dado o problema comprovado de parada das máquinas de Turing , podemos inferir limites à capacidade de uma forte inteligência
Em outubro de 2014, o Dr. Mark Riedl publicou uma abordagem para testar a inteligência artificial, chamada de "Lovelace Test 2.0" , depois de se inspirar no teste original de Lovelace (publicado em 2001). Mark acreditava que o Teste Lovelace original seria impossível de passar e, portanto, sugeriu...
Eu já vi esses termos lançados em torno deste site, especificamente nas tags convolutional-neural-networks e neural-networks . Eu sei que uma rede neural é um sistema baseado livremente no cérebro humano. Mas qual é a diferença entre uma Rede Neural Convolucional e uma Rede Neural regular? Um é...
Suponha que um NN contenha nnn camadas ocultas, mmm exemplos de treinamento, xxx recursos e ninin_i nós em cada camada. Qual é a complexidade de tempo para treinar esse NN usando a propagação traseira? Eu tenho uma idéia básica sobre como eles encontram a complexidade do tempo dos algoritmos, mas...
Nos últimos 50 anos, o aumento / queda / aumento da popularidade das redes neurais tem agido como um 'barômetro' para a pesquisa em IA. Está claro nas perguntas deste site que as pessoas estão interessadas em aplicar o Deep Learning (DL) a uma ampla variedade de problemas difíceis. Portanto,...
Com a crescente complexidade do reCAPTCHA, eu me perguntava sobre a existência de algum problema, que apenas um humano seria capaz de resolver (ou que a IA não seria capaz de resolver contanto que não reproduz exatamente o cérebro humano) . Por exemplo, o texto distorcido costumava ser apenas...
A identificação do sarcasmo é considerada um dos problemas abertos mais difíceis no domínio da ML e da PNL. Então, houve alguma pesquisa considerável feita nessa frente? Se sim, qual é a precisão? Por favor, explique brevemente o modelo da
Da Wikipedia: Um neurônio espelho é um neurônio que dispara quando um animal age e quando o animal observa a mesma ação executada por outro. Os neurônios-espelho estão relacionados à imitação de aprendizado, um recurso muito útil que está ausente nas implementações atuais de IA do mundo real....
Na página da AI sobre a AI, podemos ler: O reconhecimento óptico de caracteres não é mais percebido como um exemplo de "inteligência artificial" que se tornou uma tecnologia de rotina. Por outro lado, o banco de dados MNIST de dígitos manuscritos foi especialmente projetado para treinar e...
Diz-se que as funções de ativação em redes neurais ajudam a introduzir a não linearidade . O que isto significa? O que não linearidade significa nesse contexto? Como a introdução dessa não linearidade ajuda? Existem outros propósitos de funções de ativação
Estou lutando para entender a função de perda de GAN, conforme fornecido em Noções básicas sobre redes adversas generativas (uma postagem de blog escrita por Daniel Seita). Na perda padrão de entropia cruzada, temos uma saída que foi executada através de uma função sigmóide e uma classificação...
Apenas por diversão, estou tentando desenvolver uma rede neural. Agora, para retropropagação, vi duas técnicas. O primeiro é usado aqui e em muitos outros lugares também. O que ele faz é: Ele calcula o erro para cada neurônio de saída. Ele o retropropõe na rede (calculando um erro para cada...