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