毕业论文
您现在的位置: 语言识别 >> 语言识别资源 >> 正文 >> 正文

LeCun看了都说好MetaAI一次搞

来源:语言识别 时间:2023/10/23

编辑:好困袁榭

人工智能科学伊始,让机器「像人一样学习」始终是所有从业者的目标。人的智能基于多种感官与语言的通用处理能力,一直有研究者致力让机器做到此效果。

人的智识是「多模态学习」的总和,也就是可以跨越分类界限,理解和移用不同来源或形式的讯息与经验。

好比方,一个人看过自然频道的虎类纪录片,再听到他人描述「白额大猫呼啸生风」时,能据此语言描述结合之前的观影结果,知道别人在描述猛虎,不会贸然跑去滑铲。

让人工智能做到同样的多模态学习效果,是高挑战而高回报的工作。

单独处理声音、图像、文字数据的单个算法再如何亮眼,若不能在不同模态的数据间移用,终究比不上一个算法,单一基础框架能通用于图像识别、音频模态探测、自然语言处理的各种数据。

而MetaAI研究组的data2vec算法就做到了。研究组在自己的博客中称,为了让机器学习更接近人智,有必要克服现有的自监督学习算法对不同模态数据的隔阂。

论文链接:

转载请注明:http://www.0431gb208.com/sjslczl/6045.html