- 发帖可能变空内容,邪门暂不知所以然
- 『稷下学宫』新认证方式,24年网站打算和努力目标
主题:【围观】Alphago zero的第一盘棋和后来 -- PBS
共:💬24 🌺40 🌵2 新:
你这些数据,包括了医生诊断的结果,是以人给出的结果作为基准进行学习,所以这是监督学习
而如果去掉了这些医生诊断的结果,让AI对着各种原始数据慢慢想,这就是非监督学习,可想而知这条路没那么好走
同样不依赖人类专家的结果,而是明确定义出什么样的学习是进步什么样的算退步,这就叫增强学习,也就是AlphaGo Zero的方法核心。这样的学习,不需要人类的目标数据,但是需要规则去定义进步和退步,才能有训练算法所必需的损失函数这些东西。这样的规则现实中大多数时候是没有的,所以增强学习目前多用在游戏,还是规则比较简单明确的游戏,星际争霸这样复杂的现在都不行
至于医疗诊断方面的监督学习,思路还是比较简单的,而难点一是海量人类专家数据的积累和处理,二是对极复杂算法结构的硬件支持。这些事情已经好多人在做了,比拼的是时间和运算力的消耗
- 相关回复 上下关系6
压缩 6 层
🙂靠谱程度、应用模式呗 epimetheus 字1408 2017-11-02 08:52:08
🙂我能想到的就是责任 不知 字237 2017-11-02 04:09:15
🙂AI在医学影像诊断上创新出新规则是可能的。。 菜根谭 字847 2017-10-23 09:59:50
🙂监督学习和增强学习是不一样的
🙂实际上那些存在的档案中也有很大一部分是错误的 天天跑路 字146 2017-10-25 03:35:21
🙂医学应用的难点可能在于缺乏足够的实验样本 1 搜火 字507 2017-10-23 11:02:37