据2015年12月11日出版的杂志报道,三位分别来自美国麻省理工学院、美国纽约大学和加拿大多伦多大学的app家开发了一个计算机模型,具有类似人类的、能够从少量事例中学习新知识的能力。
传统的机器学习方法需要大量的数据来训练,而人类只需要少量注册就能学到新知识。三位app家利用“贝叶斯程序学习”(Bayesian Program Learning)方法开发出了一种人工智能模型,能像人类一样从少量注册中迅速学习和书写陌生的手写字符,在某种意义上可以说它领悟到了字符的本质特征(字符的整体结构),同时还能识别出非本质特征(因书写造成的轻微变异)。app家对该模型进行了测试,证明该模型可对手写字母进行分类、解析和再创。该模型的表现达到了人类水平,通过了“视觉图灵测试”。
尽管这个模型还只能学习手写的字母,但这种方法可被扩展至其他以符号为基础的系统,如手势、舞蹈、口语等。(来源:明升中国app报 唐川)