Саммари книги «Как мы учимся. Почему мозг учится лучше, чем любая машина… пока»

Text
Leseprobe
Als gelesen kennzeichnen
Wie Sie das Buch nach dem Kauf lesen
Keine Zeit zum Lesen von Büchern?
Hörprobe anhören
Саммари книги «Как мы учимся. Почему мозг учится лучше, чем любая машина… пока»
Саммари книги «Как мы учимся. Почему мозг учится лучше, чем любая машина… пока»
− 20%
Profitieren Sie von einem Rabatt von 20 % auf E-Books und Hörbücher.
Kaufen Sie das Set für 2,08 1,66
Саммари книги «Как мы учимся. Почему мозг учится лучше, чем любая машина… пока»
Audio
Саммари книги «Как мы учимся. Почему мозг учится лучше, чем любая машина… пока»
Hörbuch
Wird gelesen Александр Слуцкий
1,04
Mehr erfahren
Schriftart:Kleiner AaGrößer Aa
Семь важных принципов, каждый из которых описывает обучение и применим не только к человеческому мозгу, но и к работе алгоритмов машинного обучения:

● Мы регулируем параметры ментальной модели, подстраивая свое поведение к сигналам реальности.

● Мы используем возможности экспоненциального роста параметров для регулировки. В нашем мозге 86 миллиардов нейронов, каждый образует около десяти тысяч синаптических связей – это огромное количество потенциальных параметров.

● Мы минимизируем ошибки, анализируя их и корректируя свои действия.

● Мы исследуем пространство возможностей, можем переходить на более высокие уровни иерархии, чтобы выбрать оптимальный вариант, не зацикливаясь на поиске идеального. Для многих алгоритмов такие обычные для человека решения являются проблемой.

● Обучение становится вознаграждением, само достижение приятно для нас, мы оцениваем свои действия и наблюдаем за прогрессом.

● Мы без труда обобщаем информацию и применяем выученное в одной области для других.

● У нас множество допущений (априорных гипотез) о разных сферах, на которые мы опираемся при обучении.

Чтобы учиться лучше человека, искусственный интеллект должен превзойти его в каждом из этих семи параметров, но пока он далек от этого. Алгоритмам нужны огромные массивы данных для обучения, а человеческий мозг «выжимает» максимум из минимума данных, делает выводы из мельчайших наблюдений. Автор указывает, что даже мозг младенца превосходит все самые продвинутые компьютерные архитектуры в способности создавать абстрактные модели мира. Возможное перспективное направление для улучшения существующих алгоритмов – моделирование аналогичных человеческим механизмов, созданных эволюцией, то есть внимания, любопытства, сна для консолидации усвоенного в течение дня.

Наша склонность делать выводы на основе частных наблюдений – очень мощная стратегия обучения, так как в дальнейшем обнаруженные закономерности мы можем применять к новым наблюдениям. С помощью усвоенных метаправил процесс обучения ускоряется. Так, малыш, лишь пару раз услышав слово «жук», может применять его ко всем жукам, каких бы размеров и цветов они ни были, где бы он их ни увидел – в природе, на картине, по телевизору. С такой скоростью не может обучаться ни одна современная нейросеть.

Sie haben die kostenlose Leseprobe beendet. Möchten Sie mehr lesen?