类人的系统泛化性完全可以通过组合元学习框架实现,NYU最新成果登上Nature

AIGC动态1年前 (2023)发布 大数据文摘
14 0 0

类人的系统泛化性完全可以通过组合元学习框架实现,NYU最新成果登上Nature

AIGC动态欢迎阅读

原标题:类人的系统泛化性完全可以通过组合元学习框架实现,NYU最新成果登上Nature

关键字:任务,神经网络,模型,人类,指令

文章来源:大数据文摘

内容字数:6362字

内容摘要:大数据文摘授权转载自将门创投作者:seven_上世纪80年代,认知科学研究者Jerry Fodor和Zenon Pylyshyn合作发表了一篇论文《联结主义和认知架构》[1],在该文中,他们提出了一个著名的观点,”即人工神经网络缺乏理解已知概念并泛化到新组合上的能力,因此他们认为神经网络并不是一种合理的思维模型”。虽然在那之后的一段时间,神经网络产生了一定的发展,但是在泛化性方面的系统问题仍然被学…

原文链接:点此阅读原文:类人的系统泛化性完全可以通过组合元学习框架实现,NYU最新成果登上Nature

联系作者

文章来源:大数据文摘

作者微信:BigDataDigest

作者简介:普及数据思维,传播数据文化

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...