Google AI 系统 DeepMind 高中数学考试不及格

栏目: IT资讯 · 发布时间: 7年前

内容简介:Google 旗下 DeepMind 团队让 AI 系统接受一项高中程度的数学测试,结果在 40 道题目中只答对了 14 题,甚至连「1+1+1+1+1+1+1」也算错了。说来难以置信,Google AI 系统能打败人类世界棋王,却无法通过高中程度的...

Google 旗下 DeepMind 团队让 AI 系统接受一项高中程度的数学测试,结果在 40 道题目中只答对了 14 题,甚至连「1+1+1+1+1+1+1」也算错了。说来难以置信,Google AI 系统能打败人类世界棋王,却无法通过高中程度的数学考试。

Google AI 系统 DeepMind 高中数学考试不及格

(imgsource / pixabay)

上周,Google 旗下 DeepMind 团队公布了一份名为《分析神经模型的数学推理能力》的研究报告。在这项研究中,DeepMind 团队让 AI 系统接受一项涵括算术、几何、概率、测量和微积分的数学测试,考题有 40 题,难度大约是英国高中数学的程度。

结果 DeepMind 虽然在一些题目上表现不错,但是碰上文字、加减乘除符号、函数等组成的问题时,却因看不懂题目而无法作答。最后,在 40 道题目中,这个人工智能系统只答对 14 题,拿到「E」的分数,也就是说 —— 不及格。

其中有一道题目是「1+1+1+1+1+1+1」,连小学生都知道答案是 7,但 DeepMind 却答成了6。

研究人员解释,DeepMind 神经模型最长可以计算出现次数(n) 6 次以下的数值,但如果 n = 7,它就算不出来。当 AI 碰到同一数字出现多次,它会认为输入值是出错的。奇怪的是,碰上更长的加法题目,DeepMind 却算得出来。研究人员承认还找不出很好的解释,但很可能是因为 AI 神经网络不断观察每道问题,从而做出正确的解答。

此外,当研究人员要求 DeepMind 在一长串数字中找出「位值」(place value),它就能答得很好,因为它可以按数字大小排出顺序,也能将小数四舍五入。

研究人员说,人类智慧优于神经模型之处,在于对于事物复合式推论的能力。推论是一种复杂、多面向能力的展现。在解答问题时,人脑动用了多种认知能力,包括将符号分类(如区分数字、加减乘除符号、文字、变量)、规划(如找出正确顺序的函数)、演算、运用工作记忆来储存中间值、还要运用学到的规则或定理等。相反的,以卷积和递归神经网络发展出的 DeepMind 擅长模式比对、机器翻译和强化式学习,但弹性远不及人脑。它们不太能将事物推论到已有经验的环境外,更无法处理刻意乱输入的资讯。

目前 AI 或许当不成数学老师,但也已经相当厉害。DeepMind 公司的 AlphaGo 接连打败人类围棋冠军李世乭、柯洁。去年 12 月 DeepMind 的 AlphaZero 又在星海争霸 2(StarCraft II)测试赛中,以 5 比 0 打赢世界顶尖职业玩家。此外,自学画画、创作音乐也都难不倒 AI。


以上所述就是小编给大家介绍的《Google AI 系统 DeepMind 高中数学考试不及格》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

细节决定交互设计的成败

细节决定交互设计的成败

张亮 / 2009-3 / 49.00元

《细节决定交互设计的成败》是一本非常实用的有关软件界面的交互设计和可用性设计方面知识的书籍,通过采用一问一答的形式,你将会有针对性地学习到一些能够很快应用在自己软件开发工作中的细节知识和诀窍。例如,如何减轻用户的等待感,如何预防和减少用户的使用错误等。另外,你会发现阅读《细节决定交互设计的成败》时会非常轻松和愉悦;这是由于《细节决定交互设计的成败》写作上的两个特点:第一,采用较多日常生活中的例子来......一起来看看 《细节决定交互设计的成败》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

URL 编码/解码
URL 编码/解码

URL 编码/解码