然则这种常识的交换弗成能是单向的，神经科学也可以或许大年夜人工智能研究中获益。以强化进修为例——强化进修是当下人工智能研究的核心办法之一。尽管强化进修的原始思惟来源竽暌冠心理学中的动物进修理论，然则它是由机械进修研究者来开辟和阐述的。这些思惟又回馈神经科学的研究，赞助我们懂得神经心理现象，例如哺乳动物基底神经节中的多巴胺神经元的放电特点。

所以我们认为，把智力转换为算法并将其与仁攀类大年夜脑进行比较如今是异常关键的。这不仅可以或许加强我们对开辟人工智能这种有望创造新常识并且推动科学发明的对象的寻求，并且还有可能赞助我们更好地舆解仁攀类大年夜脑内部到底产生着什么。这有可能揭示神经科学中的一些奥妙，例如，创造力、梦，甚至意识的本质。正因为如斯重要，精力经科学范畴和人工智能范畴结合起来的需求比以往任何时刻都加倍急切。

　　推荐阅读

　　除了自然语言处理，你还可以用词嵌入（Word2Vec）做这个

当应用机械进修办法来解决问题的时刻，拥有合适的数据是异常关键的。不幸的是，平日情况下的原始数据是「不干净」的，并且长短构造化的。天然说话处收成NLP）的大年夜颐魅者深谙此道，因为他们所用的数据都是文本的。>>>详细阅读

本文标题：DeepMind：把人工智能和神经科学结合起来，实现良性循环

地址：http://www.17bianji.com/lsqh/36551.html

 1/2    1