摘要 机器学习算法的发展仍受到泛化能力较弱、鲁棒性较差、缺乏可解释性等问题的限制.文中介绍机器推理,说明推理对于机器学习人的知识和逻辑、理解和解释世界的重要作用.首先分析人类大脑推理机制,从认知地图、神经元和奖赏回路,扩展到受脑启发的直觉推理、神经网络和强化学习.进而总结机器推理的方式及其相互关联的现状、进展及挑战,具体包括直觉推理、常识推理、因果推理和关系推理等.最后展望机器推理的应用前景与未来的研究方向.

http://manu46.magtech.com.cn/Jweb_prai/CN/abstract/abstract12106.shtml

成为VIP会员查看完整内容
43

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
跨媒体分析与推理技术研究综述
专知会员服务
69+阅读 · 2021年3月11日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
32+阅读 · 2021年2月1日
专知会员服务
119+阅读 · 2020年12月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
34+阅读 · 2020年11月26日
专知会员服务
220+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知会员服务
98+阅读 · 2020年6月26日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
86+阅读 · 2020年5月2日
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知
4+阅读 · 2020年4月25日
机器推理系列第一弹:机器推理在常识问答任务中的应用
微软研究院AI头条
3+阅读 · 2019年9月16日
人机融合智能的现状与展望
走向智能论坛
9+阅读 · 2019年2月17日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
Arxiv
0+阅读 · 2021年4月29日
Arxiv
0+阅读 · 2021年4月28日
Arxiv
0+阅读 · 2021年4月28日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Arxiv
110+阅读 · 2020年2月5日
VIP会员
相关VIP内容
跨媒体分析与推理技术研究综述
专知会员服务
69+阅读 · 2021年3月11日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
32+阅读 · 2021年2月1日
专知会员服务
119+阅读 · 2020年12月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
34+阅读 · 2020年11月26日
专知会员服务
220+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知会员服务
98+阅读 · 2020年6月26日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
86+阅读 · 2020年5月2日
相关资讯
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知
4+阅读 · 2020年4月25日
机器推理系列第一弹:机器推理在常识问答任务中的应用
微软研究院AI头条
3+阅读 · 2019年9月16日
人机融合智能的现状与展望
走向智能论坛
9+阅读 · 2019年2月17日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
相关论文
微信扫码咨询专知VIP会员