|
2018年5月21日之前,在 Judea Pearl 赖以获得图灵奖的贝叶斯网络中,他试图为机器找到一种基于实践性的因果关系模型。但是 Judea Pearl 发现,AI 领域已经陷入到概率关系的泥潭中。对于计算机已经熟练掌握古代游戏技能(比如说雷锋网此前多次报道过的 AlphaGo)和驾驶技能之类的消息,Judea Pearl 无动于衷;因为在他看来,当前所谓的
2018年3月20日近日,图灵奖得主、贝叶斯网络之父Judea Pearl在arXiv上传了他的最新论文,论述当前机器学习理论局限,并给出来自因果推理的7大启发。 或许,你还记得 NIPS 2017上Judea Pearl 落寞的身影——在他关于机器学习理论局限的报告会上,到场的人数稀少。 CMU教授Eric Xing的消息,Judea Pearl报告会场人迹稀少,图片来自周志华 报...
2018年1月5日近日，有越来越多的学者正在探讨机器学习（和深度学习）的局限性，并试图为人工智能的未来探路，纽约大学教授 Gary Marcus 就对深度学习展开了系统性的批判。此前，图灵奖获得者，UCLA 教授 Judea Pearl 题为《Theoretical Impediments to Machine Learning with Seven Sparks from the Causal Revolution》的论文中，作者...
2018年6月13日P：AI领域目前而言是撕裂的。首先，机器学习、深度学习和神经网络的繁荣令一些人迷醉。他们不明白我在说什么，还想延续曲线拟合的成功。但当你跟统计学范畴以外的AI专家谈论这些，他们一点就通。近两个月内就有不少关于机器学习局限性的论文，我都读了。QM：您的意思是已经逐渐出现抛弃机器学习的趋势吗？P：不能...
2020年6月8日图灵奖得主Judea Pearl,早在40多年前便通过贝叶斯网的设计,使机器实现概率推理而在人工智能领域声名大噪,并被誉为“贝叶斯网络之父”,但近年却公开声称自己其实是人工智能社区的一名“叛徒”:离开了主流追逐、并且也是由他奠定重要理论基础和方法论的概率推理,而去追求一项更具挑战性的任务——因果推理。Judea Pearl...
2021年11月2日图灵奖得主Judea Pearl探讨了当前机器学习理论的局限性,并提出了因果推理的七大特性,旨在为人工智能的发展提供新的方向。 摘要生成于C知道,由 DeepSeek-R1 满血版支持,前往体验 > 转载观点 | 图灵奖得主Judea Pearl:机器学习的理论局限性与因果推理的七大特性 - 云+社区 - 腾讯云...
近日,图灵奖获得者、著名计算机科学家和哲学家 Judea Pearl 发布了一篇短论文,从便利性、透明度、可解释性三个角度谈了他对激进经验主义和机器学习研究的思考。 论文链接:https://ftp.cs.ucla.edu/pub/stat_ser/r502.pdf 在这篇论文中,Judea Pearl 将沿便利性、透明度和可解释性三个维度对比用于数据科学的「...
2018年6月15日人工智能研究人员正在讨论的一个新问题是，当前的机器和深度学习技术究竟是一种全新的算法推理形式，还是仅仅是描述性统计和曲线拟合等长期数学技术的延伸。在后者阵营中，颇有影响力的计算机科学教授、图灵奖得主朱迪亚·珀尔(Judea Pearl)的新书《因果科学》(the science of cause and effect)引发了一场关于人工智能...
2024年12月11日最近有一本新书特别火,来自图灵奖得主、哈佛大学计算机科学和应用数学教授Leslie Valiant。这本书值得所有AI领域的从业者和教育领域的从业者都去读一读。这本书主要讲了人工智能的局限性,通过标准化测试量化智力的困难,以及语言的重要性。Valiant还提出了一个概念——“可教育性”,意为吸收知识以便应用它的能力。他...
在仍旧孜孜不倦地追求“超智能机器”的科学家中,图灵奖获得者Judea Pearl提出了通往智能机器的新路线图。 “人脑”模仿受挫 卡内基梅隆大学计算机科学系主任Andrew Moore在接受Axios采访时表示,尽管现在的AI在可视化、语音和困难游戏方面有令人惊叹的能力,但它仍然“没有魔力”。“我们不再试图复制人脑,我们专注于设计制...
