Aprendiendo arquitecturas profundas para la IA

¿Puede el aprendizaje automático proporcionar IA? Los resultados teóricos, la inspiración del cerebro y la cognición, así como los experimentos de aprendizaje automático, sugieren que para aprender el tipo de funciones complicadas que pueden representar abstracciones de alto nivel (por ejemplo, en visión, lenguaje y otras tareas a nivel de IA), se necesitarían arquitecturas profundas. Las arquitecturas profundas están compuestas por múltiples niveles de operaciones no lineales, como en redes neuronales con muchas capas ocultas, modelos gráficos con muchos niveles de variables latentes o en fórmulas proposicionales complicadas que reutilizan muchas subfórmulas. Cada nivel de la arquitectura representa características en un nivel de abstracción diferente, definido como una composición de características de nivel inferior. Buscar en el espacio de parámetros de las arquitecturas profundas es una tarea difícil, pero se han descubierto nuevos algoritmos y ha surgido una nueva subárea en la comunidad del aprendizaje automático desde 2006, siguiendo estos descubrimientos. Recientemente se han propuesto algoritmos de aprendizaje, como los de Deep Belief Networks y otros algoritmos de aprendizaje no supervisado relacionados, para entrenar arquitecturas profundas, lo que ha producido resultados emocionantes y ha superado el estado del arte en ciertas áreas. Learning Deep Architectures for AI analiza las motivaciones y los principios de los algoritmos de aprendizaje para arquitecturas profundas. Al analizar y comparar resultados recientes con diferentes algoritmos de aprendizaje para arquitecturas profundas, se proponen y discuten explicaciones para su éxito, destacando los desafíos y sugiriendo vías para futuras exploraciones en esta área.

Autor: Yoshua Bengio
Editorial: Now Publishers
Publicado: 28/10/2009
Páginas: 144
Tipo de encuadernación: Tapa blanda
Peso: 0.47lbs
Tamaño: 9.21h x 6.14w x 0.31d
ISBN13: 9781601982940
ISBN10: 1601982941
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Ciencia de Datos | Redes Neuronales
- Informática | Teoría de Máquinas