机构名称：
¥ 1.0
人工智能在现实应用中的挑战 人工智能在现实应用中需要克服许多挑战。例如，与实验室中人工智能的有限开发相反，现实世界的应用可能使用无限数量的假设，同时依赖移动或边缘计算形式的有限计算资源。现实世界的数据供应有限，并且在这种“小数据”上训练人工智能可能需要标记数据，而这很昂贵。目前趋势是使用所谓的“小数据”而不是大数据来构建较小的人工智能模型，因为许多现实世界的问题都是“小数据”问题。这需要元学习和多任务处理——以使用来自直接问题之外的知识为中心。生成模型在小数据上具有很好的泛化能力，并且比其他形式的深度学习提供更好的可解释性和可靠性。
英国皇家学会和中国科学院关于人工智能的政策对话
主要关键词
相关文件推荐
![[3] 描述与对话人工智能](/simg/7/7c86aa22bfef59b2ab539b2f12d4997f245270f1.png)
