机构名称：
¥ 1.0
尽管进度令人印象深刻，但当前的机器学习系统具有重大局限性。培训算法需要实质性的计算能力并访问大量数据集，因此只有少数组织才能追求最雄心勃勃的发展。机器学习算法对于分类（而不是连续）变量或输入是异源时的作用不能很好地工作。算法的输出本质上是脆弱的，很容易被专门设计的输入愚弄。成功的模型几乎不可能解释或理解，从而使他们的认证成为挑战。将“获得的知识”转移到其他问题很困难，这限制了我们攻击“日常任务的长尾”的能力。最后，当前的机器学习范式无法很好地处理日常生活中遇到的多种类型的问题，在这种情况下，环境具有高度动态和不可预测的，具有模棱两可或矛盾的多种目标，并且嵌入了人类和社会价值的隐式系统中。
1。机器学习和人工智能的未来
主要关键词
相关文件推荐
