【新墨西哥大学】深度学习的局限性和缺陷，10页pdf，Deep Learning Limitations and Flaws

题目

深度学习的局限性和缺陷：Deep Learning Limitations and Flaws

关键字

弹性系统；商业智能；人工智能;超级人工智能图像处理;网络安全;实时决策；机器学习；深度学习。

简介

随着当今人们对人工智能（AI）及其作为从银行到电子商务，医疗应用等领域的集成业务的一部分的增强的兴趣日益浓厚，我们在日常运营中越来越依赖于AI。但是，最复杂的AI或超级AI（SAI）仍需要依赖其其他两个集成的子组件集，即机器学习（ML）和深度学习（DL）。但是，AI或SAI的DL组件中存在某些限制和缺陷，这些缺陷和缺陷会导致错误增长超出控制范围，并会影响其主要主组件AI和SAI以可信的方式最终处理数据和信息。精确决策和事件预测的过程，包括作为用例（UC）和服务水平协议（SLA）的一部分进行的任何预测，这些预测都作为任务分配给了AI或SAI。本文指出了目前人工智能技术发展背后的科学家和工程师所关注的这些局限性和缺陷。从内置于您日常业务运营中的弹性的角度来看，这类限制和缺陷也会影响业务弹性系统（BRS），本文也对此进行了说明。

作者

Bahman Zohuri，美国新墨西哥州阿尔伯克基，新墨西哥大学电气与计算机工程系

Masoud Moghaddam，美国阿尔伯克基，Galaxy Advance工程总监兼顾问