深度學習能夠總結人類總結不出來或者很難總結出來的規律嗎？

1樓：王文豪

目前在自然語言處理的小組工作，感覺訓練的結果不盡人意，我覺得吧，需要大量的資料訓練的同時用大量的規則約束，能在短期內提公升結果。

深度學習能夠總結人類總結不出來或者很難總結出來的規律嗎？關於這個問題，老師在上課的時候說過，或許能把兩件毫無關聯的事務通過大量的資料契合在一起。比如說啤酒和尿布的例子什麼的。

2樓：

上帝造人，人造機器。機器完全超越人說明人完全超越了上帝。

當然，某種程度上的超越是可能，畢竟人類都已經從"戰勝自然"進化到"保護自然了"。

也許人類也有被自己創造出來的東西"保護"的那天吧。但我相信那時它們也還是會對我們"心存敬畏"的。

3樓：居留齋主人

本人粗淺的見解。

科學和技術的發展永無止境。不過在某一程度上與人類相關的規律都是人類主導總結出來，人類的思想,心靈,精神及人腦的運作是總結規律的本質原因。如果有一天深度學習可以達到某種地步，那我們現在擔心的問題就會發生。

4樓：蔡善清

深度學習在某些模式識別任務方面確實很強，用上超大的計算量，可以輕易超越人類的表現，AlphaGo/AlphaZero是最好的例子。但是深度學習還是存在過於domain-specific的問題。人類的智慧型最大的特點之一，就是可以泛化，抽象化，可以自我反思，可以跳出原有的框框來看問題。

這些是深度學習還基本不具備的能力。

舉個例子，你教乙個人兩位數的加法，那個人學會以後，很快就可以推廣到三位或更高位的情況，而且還可以些個C程式什麼的來總結這個規律。深度學習，比如LSTM之類的模型，現在做得到這種嗎？不能。

人不僅可以總結規律，而且可以發展出一套理論，比如數論。進一步來說，人可以意識到數論裡的定理和自然數有一一對應的關係，進而發展出Godel不完備性這樣的理論。這種能夠超越起始層次的自發性和創造力，都是深度學習（或者其他任何現有的AI方法）所遠遠達不到的。

5樓：盧文龍

首先，機器可以在很多地方超過人類，比如儲存資料，檢索資訊，數值計算等等方面；

其次，近年來，由於深度學習，在模式識別方面已經逼近甚至超越人類，比如影象識別；

因此，可以看到，機器能做的比人類好的事情越來越多。

人的大腦在學習的過程中，也需要接受大量的輸入，因此，資訊缺失的話，不管是人類還是機器都無法產生有效的y=f(x)的逼近。

但人類更多的學習屬於增強學習，而對獎勵的感受和人自身的生物屬性和情感屬性很相關。這是機器很難模仿的。但在下棋這樣的領域，由於有明確的輸贏概念，基於增強學習與深度學習的組合已經全面打敗人類。

但不必灰心。機器去做它擅長的，人類去做人類擅長的。這才是最好的狀態。

就好比你現在在網上提乙個問題，多少環節是各種軟硬體完成的，又有多少是你自己需要做的？

至於最後關於深度學習在金融市場的運用。我抱著的態度是：很有希望！

畢竟哀莫大於心死。你蓋棺定論的直接否決掉，可能會導致你連嘗試都沒有，還自我安慰的感覺狀態良好，那會不會失去太多樂趣。

6樓：Mini-Titan

大量資訊缺失的情況下，人類表現的不是也很不好麼？要不哪兒來割韭菜的？

不知道你怎麼會認為，大量資訊缺失的情況，機器智慧型遠不如人類？