本周,来自谷歌的AI研究人员发表了一项研究,他们试图训练神经网络来解决算术、代数和微积分中的基本问题。 一个高中生通常会遇到的问题。
但神经网络运行得不太好。 除了错误地猜测6作为上述问题的答案外,神经网络在标准测试中只得到了40个问题中的14个。
研究人员指出,这相当于英国学校系统中16岁学生的E级成绩。
基本上,在这一点上,AI正在经历一段艰苦的时间,真正学习任何基本的数学。
这篇题为“分析神经模型的数学推理能力”的论文被创建为一个基准测试集,其他人可以在此基础上构建,以便开发用于数学学习的神经网络,类似于Image Net是如何创建作为图像识别基准测试的。
这篇论文由大卫·萨克斯顿、爱德华·格雷芬斯特特、费利克斯·希尔和普什梅特·科利撰写,张贴在ARXiv预印服务器上。 (另见审查人员关于开放审查的评论)
作者引用纽约大学神经网络评论家加里·马库斯(Gary Marcus)的话,提到了著名的神经网络的“脆性”,并主张研究为什么人类能够更好地进行“关于物体和实体的离散组合推理,这是“代数概括”。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
谷歌
+关注
关注
27文章
5831浏览量
103217 -
神经网络
+关注
关注
42文章
4560浏览量
98616
发布评论请先 登录
相关推荐
BP神经网络算法的基本流程
训练经过约50次左右迭代,在训练集上已经能达到99%的正确率,在测试集上的正确率为90.03%,单纯的BP神经网络能够提升的空间不大了,但kaggle上已经有人有卷积神经网络在测试集达
发表于 03-20 09:58
•249次阅读
Kaggle知识点:训练神经网络的7个技巧
科学神经网络模型使用随机梯度下降进行训练,模型权重使用反向传播算法进行更新。通过训练神经网络模型解决的优化问题非常具有挑战性,尽管这些算法在实践中表现出色,但不能保证它们会及时收敛到一
如何训练这些神经网络来解决问题?
在神经网络建模中,经常会出现关于神经网络应该有多复杂的问题,即它应该有多少层,或者它的滤波器矩阵应该有多大。这个问题没有简单的答案。与此相关,讨论网络过拟合和欠拟合非常重要。过拟合是模型过于复杂
发表于 11-24 15:35
•299次阅读
《 AI加速器架构设计与实现》+第一章卷积神经网络观后感
的卷积进行升维和降维(如图4),还可以调整直连的位置来对其做出调整,介绍图形结合,比较利于理解。对于初端块,举例了不同初端块结构(如图5),了解到神经网络中的\"跳跃连接块\"
发表于 09-11 20:34
卷积神经网络(CNN)的工作原理 神经网络的训练过程
前文《卷积神经网络简介:什么是机器学习?》中,我们比较了在微控制器中运行经典线性规划程序与运行CNN的区别,并展示了CNN的优势。我们还探讨了CIFAR网络,该网络可以对图像中的猫、房子或自行车等对象进行分类,还可以执行简单的语
发表于 09-05 10:19
•912次阅读
人工神经网络和bp神经网络的区别
人工神经网络和bp神经网络的区别 人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑神经元网络结构和功能的计算模型,也被称为
卷积神经网络主要包括哪些 卷积神经网络组成部分
,并且在处理图像、音频、文本等方面具有非常出色的表现。本文将从卷积神经网络的原理、架构、训练、应用等方面进行详细介绍。 一、卷积神经网络原理 1.1 卷积操作 卷积是卷积神经网络最基本
卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别
深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预测和分类。卷积
发表于 08-21 17:07
•2198次阅读
卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点
卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点 卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
卷积神经网络如何识别图像
为多层卷积层、池化层和全连接层。CNN模型通过训练识别并学习高度复杂的图像模式,对于识别物体和进行图像分类等任务有着非常优越的表现。本文将会详细介绍卷积神经网络如何识别图像,主要包括以下几个方面: 1. 卷积神经网络的基本结构和
卷积神经网络模型训练步骤
卷积神经网络模型训练步骤 卷积神经网络(Convolutional Neural Network, CNN)是一种常用的深度学习算法,广泛应用于图像识别、语音识别、自然语言处理等诸多领域。CNN
卷积神经网络原理:卷积神经网络模型和卷积神经网络算法
卷积神经网络原理:卷积神经网络模型和卷积神经网络算法 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的人工
如何使用TensorFlow将神经网络模型部署到移动或嵌入式设备上
有很多方法可以将经过训练的神经网络模型部署到移动或嵌入式设备上。不同的框架在各种平台上支持Arm,包括TensorFlow、PyTorch、Caffe2、MxNet和CNTK,如Android
发表于 08-02 06:43
什么是神经网络?为什么说神经网络很重要?神经网络如何工作?
神经网络是一个具有相连节点层的计算模型,其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习,因此,可训练其识别模式、对数据分类和预测未来事件。
三个最流行神经网络
在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络:多层神经网络(MLP),卷积神经网络(CNN)和递归神经网络(RNN)。
发表于 05-15 14:19
•1171次阅读
评论