突破通过机器进行学习的极限
文献类型：期刊论文
| 作者 | 史忠植 |
| 刊名 | 科学通报
 |
| 出版日期 | 2016 |
| 卷号 | 61期号:33页码:3548 |
| 关键词 | 强化学习 深度学习 深度强化学习 认知机器学习 学习涌现 学习进化 |
| ISSN号 | 0023-074X |
| 英文摘要 | 学习能力是人类智能的根本特征. 2016年3月, Google公司的AlphaGo把深度神经网络与蒙特卡罗树形搜索结合起来, 以4胜1负的成绩战胜了围棋世界冠军韩国的李世石. 这一结果标志人工智能取得了重大进展. 本文重点介绍AlphaGo采用的机器学习方法, 包括强化学习、深度学习、深度强化学习, 分析存在的问题和最新的研究进展. 为了突破通过计算机进行学习的极限, 提出认知机器学习, 列举可能的研究方向开展研究, 使机器智能不断进化, 逐步达到人类水平. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/35539]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 史忠植. 突破通过机器进行学习的极限[J]. 科学通报,2016,61(33):3548. |
| APA | 史忠植.(2016).突破通过机器进行学习的极限.科学通报,61(33),3548. |
| MLA | 史忠植."突破通过机器进行学习的极限".科学通报 61.33(2016):3548. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。