從根本上說，高斯過程是確定不確定性的最佳方式。愛丁堡大學(xué)AI研究員克里斯威廉姆斯（Chris Williams）說：“知道你不知道的事情是件好事，而犯下自信的錯誤是你能做到的最糟糕的事情。”
在2015年被Twitter收購的初創(chuàng)企業(yè)Whetlab，該技術(shù)提供了設(shè)計神經(jīng)網(wǎng)絡(luò)的更好方式。設(shè)計神經(jīng)網(wǎng)絡(luò)是個充滿錯誤的實驗過程，你沒有編寫軟件那么多的編碼，以便于從海量數(shù)據(jù)中學(xué)習(xí)。這是個困難、耗時的過程，但高斯過程和貝葉斯優(yōu)化可幫助自動化這些任務(wù)。正如WhetLab創(chuàng)始人、哈佛大學(xué)計算機科學(xué)家賴安亞當斯（Ryan Adams）所說，他的公司使用機器學(xué)習(xí)技術(shù)改善機器學(xué)習(xí)技術(shù)。神經(jīng)網(wǎng)絡(luò)可能會遇到“信心錯誤”問題，在識別不確定性方面，這種優(yōu)化可幫助處理問題。亞當斯已經(jīng)離開Twitter，加盟了谷歌AI團隊Google Brain。
有些研究人員還認為，小數(shù)據(jù)驅(qū)動的高斯過程在推動AI自動化方面可能會發(fā)揮關(guān)鍵作用。AI初創(chuàng)企業(yè)Prowler首席執(zhí)行官維沙爾查特拉斯（Vishal Chatrath）說：“為了開發(fā)真正的自動化代理人，它必須能夠非常迅速地適應(yīng)環(huán)境。這意味著，它需要以高效的方式學(xué)習(xí)。高斯過程可輕松勝任。與神經(jīng)網(wǎng)絡(luò)不同，它們沒有‘黑盒子’問題的負擔。如果發(fā)生意外，你可以追蹤到源頭。”
不要恐慌
在Prowler，查特拉斯已經(jīng)招募了3名技術(shù)專家。之所以將總部選在劍橋，因為這里有許多人是高斯過程及其相關(guān)技術(shù)的專家。這家公司正開發(fā)新的AI系統(tǒng)，它可以學(xué)習(xí)瀏覽大型多人游戲和其他數(shù)字數(shù)節(jié)。這是個復(fù)雜的過程，但他們希望將來AI系統(tǒng)能出現(xiàn)在真實世界中
與此同時，亞馬遜也招募了擅長貝葉斯算法技術(shù)的AI研究人員，即舍費爾德大學(xué)計算機科學(xué)家尼爾勞倫斯（Neil Lawrence）。勞倫斯最近在帖文中指出：“無需感到驚慌，通過使用我們的數(shù)學(xué)工具可以探索新一輪的深度學(xué)習(xí)方法。我們可以保證，它們大多數(shù)都是無害的。”（小?。?/p>
注：本文為網(wǎng)易智能工作室稿件，轉(zhuǎn)載需注明出處，否則追究其法律責(zé)任。
登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內(nèi)容推薦！