近日,美國麻省理工學(xué)院(MIT)計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)的跨學(xué)科研究團(tuán)隊(duì)取得突破性進(jìn)展,他們構(gòu)建了一個(gè)類似化學(xué)元素周期表的機(jī)器學(xué)習(xí)算法分類體系,首次系統(tǒng)揭示了超過20種經(jīng)典機(jī)器學(xué)習(xí)算法之間的深層次關(guān)聯(lián),將進(jìn)一步促進(jìn)人工智能(AI)技術(shù)的發(fā)展和應(yīng)用。
化學(xué)中的元素周期表是根據(jù)元素原子核電荷數(shù)從小至大排序構(gòu)建的列表。元素周期表可以準(zhǔn)確地預(yù)測各元素的特性及其之間的關(guān)系,因此它在化學(xué)及其他科學(xué)范疇中得到了廣泛使用,是分析化學(xué)行為時(shí)非常有用的框架。
而這項(xiàng)突破性研究通過三維坐標(biāo)軸對算法進(jìn)行分類:橫軸標(biāo)注算法的學(xué)習(xí)范式(監(jiān)督/無監(jiān)督/強(qiáng)化學(xué)習(xí)),縱軸表示模型的復(fù)雜度層級,而深度軸則揭示了算法間的演化關(guān)系。
研究團(tuán)隊(duì)發(fā)現(xiàn),處于同一"主族"的算法(如支持向量機(jī)與核方法)具有相似的數(shù)學(xué)內(nèi)核,而位于相同"周期"的算法(如決策樹與隨機(jī)森林)則共享相近的泛化能力圖譜。
研究團(tuán)隊(duì)通過張量流形分析發(fā)現(xiàn),傳統(tǒng)認(rèn)為互相對立的算法(如神經(jīng)網(wǎng)絡(luò)與決策樹)在特征空間變換層面存在拓?fù)渫瑯?gòu)性。這種突破性認(rèn)知使得研究人員可以像化學(xué)家組合元素那樣,通過算法"雜交"創(chuàng)造新型混合模型。
項(xiàng)目負(fù)責(zé)人Max Welling教授指出:"就像門捷列夫周期表預(yù)測未知元素那樣,我們的拓?fù)鋱D譜中預(yù)留了算法'空位',這為新型AI模型的研發(fā)指明了方向。"團(tuán)隊(duì)已基于該框架設(shè)計(jì)出自動化算法組合平臺,初步實(shí)驗(yàn)顯示能生成傳統(tǒng)方法難以設(shè)想的創(chuàng)新架構(gòu)。
目前已有10多家科技公司利用該框架優(yōu)化其AI產(chǎn)品線,其中某自動駕駛企業(yè)通過整合周期表中相距較遠(yuǎn)的強(qiáng)化學(xué)習(xí)和貝葉斯優(yōu)化算法,將路徑規(guī)劃效率提高了40%。隨著體系的不斷完善,人工智能(AI)技術(shù)有望迎來新的發(fā)展黃金期,加速在自動駕駛等關(guān)鍵領(lǐng)域的應(yīng)用突破。
伴隨著更多新型算法被納入這個(gè)動態(tài)體系,被學(xué)界認(rèn)為將深度重構(gòu)AI技術(shù)研發(fā)范式,人工智能領(lǐng)域有望迎來類似"化學(xué)合成"的創(chuàng)新爆發(fā)期,為實(shí)現(xiàn)通用人工智能奠定理論基礎(chǔ)。
昵稱 驗(yàn)證碼 請輸入正確驗(yàn)證碼
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)